我将Vgg16模型与数据集一起用于二进制分类问题（良性或恶性）。我使用转移学习对模型进行了训练，结果证明该模型将大多数图像预测为良性的。有趣的是，在我的训练数据中，良性训练样本的数量为136，恶性样本的数量为144。那么，为什么模型将大多数测试图像预测为良性？为了进行更多研究，我使用一些用于训练的恶性图像对模型进行了测试，令人惊讶地发现，该模型预测的良性与测试时所用的恶性图像相同（用于训练模型）。我的问题是，当良性病例的训练样本中的图像数量少于恶性样本时，为什么模型将大多数测试图像预测为良性。
[ssh]
enabled = true
port = ssh
filter = sshd
action = curlAction
logpath = /var/log/auth.log
maxretry = 6