print(X.shape,y.shape)
(2591, 300) (2591,)
我有这个形状X,y
这是Doc2vec矩阵
我尝试使用LogisticRegression,MLPClassifier可以提供大约80%的准确性
I choose to build 3 hidden layers
EMBEDDING_DIM = 100
model = Sequential()
model.add(Embedding(unknown, EMBEDDING_DIM, input_length=300))
model.add(LSTM(units=128, dropout=0.2, recurrent_dropout=0.2 ))
model.add(Dense(len(dic), activation='softmax'))
model.compile(loss='sparse_categorical_crossentropy', optimizer='adam', metrics=['accuracy'])
但是当我尝试LSTM时,准确度并没有提高
Epoch 1/100 2591/2591 [=============================]-5s 2ms / step- 损耗:1.5062-精度:0.3547时代2/100 2591/2591 [=============================]-4s 2ms / step-损失:1.5079-
精度:0.3551纪元3/100 2591/2591 [=============================]-4s 2ms / step-loss:1.5057-
精度:0.3547纪元4/100 2591/2591 [=============================]-4s 2ms / step-损失:1.5089-
精度:0.3547纪元5/100 2591/2591 [=============================]-5s 2ms / step-损失:1.5062- 精度:0.3547时代6/100
在这种情况下是什么问题?