Question

我正在用python和Keras库构建一个分类ANN。我正在使用3个不同类别的不平衡数据集训练NN。 1级大约是第2类和第3类的7.5倍。作为补救措施，我接受了this stackoverflow answer的建议并设置了我的班级权重：

class_weight = {0 : 1,
                1 : 6.5,
                2: 7.5}

然而，问题在于：人工神经网络以相同的速率预测3个班级！

这没有用，因为数据集不平衡，并且预测每个具有33％偶然性的结果是不准确的。

以下是问题：如何处理不平衡数据集，以便ANN每次都不会预测第1类，还会使人工神经网络不能以相同的概率预测类别？

这是我正在处理的代码：

class_weight = {0 : 1,
1 : 6.5,
2: 7.5}

# Making the ANN
import keras
from keras.models import Sequential
from keras.layers import Dense
from keras.layers import Dropout

classifier = Sequential()


# Adding the input layer and the first hidden layer with dropout
classifier.add(Dense(activation = 'relu',
                     input_dim = 5,
                     units = 3,
                     kernel_initializer = 'uniform'))
#Randomly drops 0.1, 10% of the neurons in the layer.
classifier.add(Dropout(rate= 0.1))

#Adding the second hidden layer
classifier.add(Dense(activation = 'relu',
                     units = 3,
                     kernel_initializer = 'uniform'))
#Randomly drops 0.1, 10% of the neurons in the layer.
classifier.add(Dropout(rate = 0.1)) 

# Adding the output layer
classifier.add(Dense(activation = 'sigmoid',
                     units = 2,
                     kernel_initializer = 'uniform'))

# Compiling the ANN
classifier.compile(optimizer = 'adam',
                   loss = 'binary_crossentropy',
                   metrics = ['accuracy'])

# Fitting the ANN to the training set
classifier.fit(X_train, y_train, batch_size = 100, epochs = 100, class_weight = class_weight)

Answer 1

我在您的模型中看到的最明显的问题是它没有适当的分类结构。如果您的样本一次只能属于一个类，那么您不应该通过将sigmoid激活作为最后一层来忽略这一事实。

理想情况下，分类器的最后一层应输出属于某个类的样本的概率，即（在您的情况下）数组[a, b, c] a + b + c == 1.。

如果使用sigmoid输出，那么输出[1, 1, 1]是可能的输出，尽管它不是你想要的。这也是为什么你的模型没有正确推广的原因：假设你不是专门训练它而不喜欢“不平衡”输出（如[1, 0, 0]），它将默认预测它在训练期间看到的平均值，占重新加权。

尝试将上一个图层的激活更改为'softmax'，将损失更改为'catergorical_crossentropy'：

# Adding the output layer
classifier.add(Dense(activation='softmax',
                     units=2,
                     kernel_initializer='uniform'))

# Compiling the ANN
classifier.compile(optimizer='adam',
                   loss='categorical_crossentropy',
                   metrics=['accuracy'])

如果这不起作用，请参阅我的其他评论并使用该信息与我联系，但我非常确信这是主要问题。
干杯

使用Keras的不平衡数据集

1 个答案: