二进制分类预测结果接近0.5

时间:2019-02-04 14:36:51

标签: python tensorflow

我是该社区的新手,所以我的问题可能看起来有点本土。我很迷茫,我真的可以帮忙。

我的模特是:

merge

训练参数为:

df1 <- merge(df_real, df_check, by = c("name", "nationality"), all.x = TRUE)
df1$check <- +(df1$sex.x != df1$sex.y)
df1$check[is.na(df1$check)] <- 0

df1
#     name nationality sex.x sex.y check
#1   Bruno          PT    NA     1     0
#2 Charles        <NA>     2    NA     0
#3   Kevin         USA     1     1     0
#4   Marie          DE     2    NA     0
#5    Rute          PT     1     2     1
#6    <NA>          FR     2    NA     0

损失和准确性的历史记录是: lossaccuracy 当我使用该模型预测数据时,所有的预测概率都非常接近0.5:prediction

有人可以告诉我为什么我得到这些结果吗?非常感谢。

0 个答案:

没有答案