Keras：如何找出Null假设？

Question

我正在使用keras训练深度神经网络。其中一个分数称为val_acc。我得到了70％的val_acc。我怎么知道这是好还是坏？神经网络是一个二元分类器，所以我试图预测1或0.数据本身约为65％0和35％1。我的70％val_acc有什么好处吗？

Answer 1

准确性并不总是评估分类器的正确指标。例如，您可能更重要的是比1更正确地分类1（例如欺诈检测）或其他方式。因此，您可能有兴趣使用具有更高精度（特异性）或召回（灵敏度）的分类器。换句话说，误报可能比假阴性更贵。如果您对错误分类的成本有所了解（例如对于FP和FN），那么您可以精确计算0-1分类的最佳（而不是默认值0.5）的特定阈值。您也可以使用ROC曲线和AUC来查找分类器的性能（AUC越高越好）。最后，您可能需要考虑kappa统计数据，以找出分类器的有用性/有效性。