Question

我正在使用Keras训练模型，这是我的代码：

    32321/32321 [==============================] - 1s 40us/sample - loss: 0.0608 - acc: 1.0000

我的y_test有0：85％； 1：15％，输出：

predictions = model.predict(x_test.values, verbose=1)

但是，当我使用{{1}}进行检查时，它几乎将所有情况预测为0。因此，我认为['accuracy']可能是85％，而不是“ acc：1.0000”。怎么了？

Answer 1

我认为您在这里有些困惑：

首先，trd_up = [i - np.pi if plg[index] < 0 else i for index, i in enumerate(trd)]表示"acc: 1.0000"的精度，它等效于1.0。
第二，它是训练数据的准确性，因此不一定与测试数据的准确性有关。几件事可能出了问题。您可能过度拟合，因为与可用的训练数据相比，您使用的模型太大。您可能还需要拟合分布不相同的内容，即100%全为0。如果您不指定更多数据，我们将为您提供进一步的帮助