keras：准确度为98％，但NN始终预测相同。可能是什么原因？

debugcn 发表于 Dev

伊娃·安德烈斯（Eva Andres）

我们在训练DL模型以预测贷款得分（分类为0、1或3）时遇到以下问题。

这些步骤是：

步骤1：创建新列“得分”（输出）

conditions = [
(df2['Credit Score'] >= 0) & (df2['Credit Score'] < 1000),
(df2['Credit Score'] >= 1000) & (df2['Credit Score'] < 6000),
(df2['Credit Score'] >= 6000) & (df2['Credit Score'] <= 7000)]
choices = [0,1,2]
df2['Scoring'] = np.select(conditions, choices)

步骤2：准备训练

array = df2.values
X = np.vstack((array[:,2:3].T, array[:,5:15].T)).T
Y = array[:,15:]
N = Y.shape[0]
T = np.zeros((N, np.max(Y)+1))
for i in range(N):
  T[i,Y[i]] = 1

x_train, x_test, y_train, y_test = train_test_split(X, T, test_size=0.2, random_state=42)

步骤3：拓扑

model = Sequential()

model.add(Dense(80, input_shape=(11,), activation='tanh'))
model.add(Dropout(0.2))
model.add(Dense(80, activation='tanh'))
model.add(Dropout(0.1))
model.add(Dense(40, activation='relu'))
model.add(Dense(3, activation='softmax'))

epochs =200
learning_rate = 0.00001
decay_rate = learning_rate / epochs
momentum = 0.002
sgd = SGD(lr=learning_rate, momentum=momentum, decay=decay_rate, nesterov=False)
ad = Adamax(lr=learning_rate)

步骤4：训练

 epochs = 200 
 batch_size = 16 

 history = model.fit(x_train, y_train, validation_data=(x_test, y_test), nb_epoch=epochs, 
 batch_size=batch_size,validation_split=0.1) 
 print ('fit done!')

指标

365/365 [==============================]-0s 60us / sample-损耗：0.0963-acc：0.9808测试装置损失：0.096准确性：0.981

准确性

第五步：预测

text1 = [1358,1555,1,3,1741,8,0,1596,1518,0,0] #scoring 0 
text2 = [1454,1601,3,11,1763,10,0,685,1044,0,0] #scoring 1 
text3 = [1209,1437,3,11,199,18,1,761,1333,1,0] #scoring 2

tmp = np.vstack(text1).T
textA = tmp.reshape(1,-1)

tmp = np.vstack(text2).T
textB = tmp.reshape(1,-1)

tmp = np.vstack(text3).T
print(tmp)
textC = tmp.reshape(1,-1)

p = model.predict(textA)
t = p[0]
print(textA,np.argmax(t))


p = model.predict(textB)
t = p[0]
print(textB,np.argmax(t))

p = model.predict(textC)
t = p[0]
print(textC,np.argmax(t))

问题：预测中的输出始终相同！！！

[9.9205679e-01 3.8634153e-04 7.5568780e-03] [[1358 1555 1 3 1741 8 0 1596 1518 0 0]] 0 ---得分0

[0.9862417 0.00205712 0.01170125] [[1454 1601 3 11 1763 10 0 685 1044 0 0]] 0 ---得分0

[9.9251783e-01 2.5733517e-04 7.2247880e-03] [[1209 1437 3 11 199 18 1 761 1333 1 0]] 0 ----得分0

发生这种现象的原因是什么？

提前致谢！

路易斯·达席尔瓦

您的数据集非常不平衡。观察它的一种好方法是：如果总是预测0可使您达到98％的准确度，那么说某物属于另一个类是非常冒险的（或者必须非常明显）。NN可能发现的使少数派类别与多数派类别（0）不同的每个模式都必须非常独特，因为即使重叠很小，不预测0的成本也很高。

考虑以下示例：您有一个包含两个类A和B的数据集，这两个类都遵循正态分布。A类的均值为1和std 1，B的均值为3和std 0.1。您有1,000,000个类别0的样本和20,000个类别1的样本，因此始终预测A会为您提供98％的准确性。B类的所有样本将位于2.743和3.257之间，置信度为99％。在这些值之间，A类预计将有29,300个样本，因此，预测B类观测到的任何观测值的成本将在29,300个A样本中产生误差，但是将所有事物预测为A的成本将仅在20,000个B样本中产生误差。。

该示例以图形方式显示如下：

import numpy as np
import matplotlib.pyplot as plt

# Get A and B
A = np.random.normal(1, 1, 1000000)
B = np.random.normal(3, 0.1, 20000)

# Count the number of observations in A for each B
B.sort()
a = A[np.logical_and(A >= B.min(), A <= B.max())]
a = [(a<i).sum() for i in B]

# Plot results
plt.plot(B, np.arange(B.shape[0]), label='Class B')
plt.plot(B, a, label='Class A')
plt.ylabel('Count of samples')
plt.xlabel('Values')
plt.legend()
plt.show()

请参阅有关平衡数据集的这篇文章：https : //www.kdnuggets.com/2017/06/7-techniques-handle-imbalanced-data.html

本文收集自互联网，转载请注明来源。

如有侵权，请联系[email protected] 删除。

编辑于2021-04-2

我来说两句

0条评论

登录后参与评论

来自分类Dev

Related 相关文章

文章