我是一名新手，我只是尝试使用下面的代码来获得准确性并验证准确性
&Foo::c由于损失值非常低（大约为0.0136），尽管我得到的准确度为6.9％，验证准确度分别为2.3％，这非常低
答案 0 :(得分：3)
这是因为准确性仅对分类问题有意义；对于诸如您这样的回归（即数字预测）而言，准确性是毫无意义的。
此外，事实是，不幸的是Keras不会“保护”您或任何其他用户不要在您的代码中提出这种毫无意义的请求，即您不会得到任何错误，甚至不会警告您正在尝试执行以下操作：毫无意义，例如要求回归设置的准确性；有关更多详细信息和实际演示，请参见我在What function defines accuracy in Keras when the loss is mean squared error (MSE)?中的答案（对于MAE而不是MSE，该论点是相同的，因为两个损失函数都表示回归问题）。
在回归设置中，通常性能指标与损失（此处为MAE）相同，因此您应该从模型编译中删除metrics=[‘accuracy’]参数，而只担心损失（正如您所说的那样） ，的确低）。