keras を使用してディープ ニューラル ネットワークをトレーニングしています。スコアの 1 つは val_acc と呼ばれます。私は 70% val_acc のようになります。これが良いか悪いかをどうやって知ることができますか? ニューラル ネットワークはバイナリ分類器であるため、1 または 0 を予測しようとしています。データ自体は、約 65% の 0 と 35% の 1 です。私の 70% val_acc は大丈夫ですか?
質問する
180 次
1 に答える
1
精度は、分類子の評価に常に適した指標とは限りません。たとえば、1 を 0 よりも正確に分類すること (不正検出など) や、その逆のほうが重要な場合があります。そのため、より高い精度 (特異性) または再現率 (感度) を持つ分類器に興味があるかもしれません。つまり、偽陽性は、偽陰性よりも高くつく可能性があります。誤分類のコストについて何らかの考えがある場合 (FP と FN など)、0-1 分類に最適な (デフォルトの 0.5 ではなく) 特定のしきい値を正確に計算できます。ROC 曲線と AUC を使用して、分類子のパフォーマンスを見つけることもできます (AUC が高いほど良い)。最後に、カッパ統計を検討して、分類器がどれほど有用/効果的であるかを確認することをお勧めします。
于 2017-02-04T17:29:56.067 に答える