Tensorflow總是預測0

-1

我試圖訓練神經網絡的二元分類，但使用多類方法，因此類（C）= 2。列車和測試數據集的準確性爲〜96％。但是，手動檢查顯示Tensorflow總是爲每個示例選擇0。Tensorflow總是預測0

我很想知道如何去調試這個問題以及我做錯了什麼。非常感謝您的幫助。謝謝。

（請讓我知道如果我過於模糊，爲了不提供足夠的信息讓你找出一個好的解決辦法。謝謝。）

2017-10-12 Chris N

請[請看MCVE]（https://stackoverflow.com/help/mcve）並相應地編輯您的問題。 –

我們可能需要一個MCVE的代碼（請參閱上面的註釋）來正確地幫助您。只需檢查一下簡單的答案：您的班級0是否代表您的數據的96％？在那種情況下，沒有問題，它只是學會了預測0，這確實產生了96％的好答案。否則，我們需要一些代碼和一些關於數據的知識。 – gdelab

如果你有96％的準確率，所有的預測是0，則您的數據集可能不平衡。您應該平衡它，並使正面和負面類別的樣本數量相同。您也可以爲班級添加權重，使用更少的樣本懲罰更多的班級。

來源

2017-10-12 08:57:39

這個答案和@gdelab的答案都是正確的。我看了一下數據集，事實上這是你們兩個建議的。有關如何解決此問題的任何建議？（不幸的是，我沒有足夠的聲望投票給您的答案） –

對於神經網絡，沒有簡單的解決方法，您可以爲模型添加權重或修復數據集。我的解決方案是對數據集進行重採樣，您可以對主要類進行欠採樣，以便每個類有50/50，或者可以對少數類進行過採樣。這是一個Python庫中的幾個解決方案：https：//github.com/scikit-learn-contrib/imbalanced-learn –

Tensorflow總是預測0

回答

相關問題