バイナリ分類問題のために非常に不均衡なデータセットでDeep CNNをトレーニングしています。私は90%0と10%1を持っています。 1の誤った分類に不利になるために、私はsklearnのcompute_class_weight()によって決定されたclass_weightを使用しています。 fit_generator()に渡された検証タプルでは、sklearnのcompute_sample_weight()によって計算されたsample_weightを使用しています。Kerasがいつも自分のデータの分布を予測しないようにするにはどうしたらいいですか?
ネットワークは正常に学習しているように見えますが、検証の正確さは各エポック後も90%または10%です。 Kerasでこのデータ不均衡の問題を解決するには、どうすればよいですか? fit_generatorの
画像:ログ出力のfit_generator()
画像:log outputs
妥当性検査でいくつの症例がありますか? –
@MarcinMożejko私は1000 1と9000 0を持っています。私は実際にCIFAR-10で0対すべての分類をしています。 – JGG