1
画像に見られるデータセットを分類するために、以下に定義されたニューラルネットワークが使用される:。
シミュレーションの統計は、分類精度が50%であることを示しています。したがって、正しく分類されていないデータセットのケースをどのように知っていますか?バイナリ分類の挑戦(ケラスにおける)で間違って分類されたケース
from keras.models import Sequential
from keras.layers import Dense
from sklearn.cross_validation import train_test_split
import numpy
# fix random seed for reproducibility
seed = 7
numpy.random.seed(seed)
dataset = numpy.loadtxt("sorted output.csv", delimiter=",")
# split into input (X) and output (Y) variables
X = dataset[:,0:3]
Y = dataset[:,3]
# split into 67% for train and 33% for test
X_train, X_test, y_train, y_test = train_test_split(X, Y, test_size=0.33, random_state=seed)
# create model
model = Sequential()
model.add(Dense(12, input_dim=3, init='uniform', activation='relu'))
model.add(Dense(3, init='uniform', activation='relu'))
model.add(Dense(1, init='uniform', activation='sigmoid'))
# Compile model
model.compile(loss='binary_crossentropy', optimizer='adam', metrics=['accuracy'])
# Fit the model
model.fit(X_train, y_train, validation_data=(X_test,y_test), nb_epoch=150, batch_size=10)
シミュレーション統計はどういう意味ですか?あなたはあなたのテストや列車のデータの予測メソッドを呼び出し、それを地面の真理と比較することができます。 – marcopah
テストデータ(val_acc)に50%の分類精度があります。これは、テストデータの半分が正しく分類されていないことを意味します。私は自分のデータセットのどの痕跡がNNによって正しく分類されていないか知りたいだけです。あなたはもっと具体的になりますか?前もって感謝します – Adriano10