假设我有一个机器学习模型，该模型接受输入{X1 ... Xn}和输出y。如何在不迭代所有X值的情况下找到y的最大和最小点？
如果机器学习模型是线性回归，则有一个函数，因此问题很简单。我可以使用渐变并获得每个功能的最高/最低。
如果机器学习模型是神经网络，那么就没有泛化模型的功能。暴力是唯一的解决方案吗？
如果输出是y，那么很容易找到最大值或最小值，您可以简单地将其视为一个numpy数组，并使用numpy.min()和numpy.max()函数。
如果用输出表示最后一层的权重或最后一层的概率输出（softmax激活/ S型激活），那么您必须查找该特定库的文档（tensorflow，keras，pytorch等）。 。
对于大多数库，您可以获得每层（包括中间层）的输出。
在keras中，很容易获得softmax / Sigmoid激活输出。只需使用功能model.predict而不是model.predict_classes。