“`html class_weight=’auto’ for model.fit_generator keras

我有一个高度不平衡的数据集,我想在model.fit_generator中使用class_weight = 'auto'。然而,当我这样做时,我发现我的模型没有学习:从第1个epoch到第50个epoch,training_acc = 0.65val_acc = 0.64。如果我将class_weight设置为'None',那么模型开始学习:在第50个epoch时,training_acc = 0.92val_acc = 0.88

其他人是否也遇到过这个问题?我是否需要手动定义一个类权重的字典?


回答:

对于keras中的model.fit_generator,你可以使用train_generator.classes来获取正确的类名以进行加权

然后你只需创建一个映射你类别的字典,例如:

class_weights = {'wolf':30 , 'fox':18}

这将给类’wolf’赋予30的权重,给类’fox’赋予18的权重

“`

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注