我正在使用keras训练一个深度神经网络。其中一个分数被称为val_acc。我得到了70%的val_acc。我如何知道这是好是坏?神经网络是一个二进制分类器,所以我试图预测一个1或0。数据本身大约是65%0和35%1。我的70% val_acc好吗?
发布于 2017-02-05 01:29:56
准确性并不总是评估分类器的正确指标。例如,对您来说,更重要的是对1进行比0更正确的分类(例如,欺诈检测)或其他方式。因此,您可能对具有更高精度(特异性)或召回率(敏感度)的分类器感兴趣。换句话说,对你来说,假阳性可能比假阴性更昂贵。如果您对错误分类的成本有所了解(例如,对于FP和FN),那么您可以精确地计算出0-1分类的最佳(而不是默认的0.5)特定阈值。你可以使用ROC曲线和AUC来找出分类器的性能( AUC越高越好)。最后,您可能想要考虑kappa统计信息,以了解您的分类器有多有用/有效。
https://stackoverflow.com/questions/42043079
复制相似问题