keras对用于训练的样本进行了错误分类

Question

我正在用一组o文件中的样本训练Keras模型。标签是0或1，文件是全0或全1。

模型的构造如下：

    model = Sequential()
    model.add(Dense(12, input_dim=DATA_SIZE, activation='relu'))
    model.add(Dense(6, activation='relu'))
    model.add(Dense(1, activation='sigmoid'))
    model.compile(optimizer='adam', loss='binary_crossentropy', metrics=['acc'])

以60％：40％的培训测试比例，我获得了以下准确性和混淆矩阵：

5613/5613 [==============================] - 0s 28us/step
Test set
   Loss: 0.001
   Accuracy: 1.000
5613/5613 [==============================] - 0s 23us/step
1 1
[[3823    1]
 [   0 1789]]

但是当我使用用于训练的0类文件中的样本进行测试时，我得到了 以下混淆矩阵：

[[   0 3836]
 [   0    0]]

所有样品都归为1类。

这是怎么回事？？

欢迎任何建议！ 谢谢， 鲁本斯