训练和测试准确度避免了过拟合,并有98%的验证准确度,但分类报告始终显示为0.01%?

我使用CNN完成了水果检测图像分类问题,我已经完成了从训练到模型拟合的所有步骤,我的准确度和验证准确度几乎达到100%,但当我尝试打印模型的分类报告和混淆矩阵时,总是显示精确度、召回率和最终准确度为0.01%,混淆矩阵也非常奇怪。为什么会这样,请帮帮我。代码在代码部分可用。谢谢你。

这是我的水果分类代码


回答:

你的测试数据被打乱了,这就是为什么分类报告显示的准确度较低。使用

shuffle=False 

在预测时对测试集设置,这样可以保持预测的顺序,从而与正确的真实值进行比较。

Related Posts

Keras Dense层输入未被展平

这是我的测试代码: from keras import…

无法将分类变量输入随机森林

我有10个分类变量和3个数值变量。我在分割后直接将它们…

如何在Keras中对每个输出应用Sigmoid函数?

这是我代码的一部分。 model = Sequenti…

如何选择类概率的最佳阈值?

我的神经网络输出是一个用于多标签分类的预测类概率表: …

在Keras中使用深度学习得到不同的结果

我按照一个教程使用Keras中的深度神经网络进行文本分…

‘MatMul’操作的输入’b’类型为float32,与参数’a’的类型float64不匹配

我写了一个简单的TensorFlow代码,但不断遇到T…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注