Keras二进制分类器教程示例仅提供50%的验证精度

Question

Keras二进制分类器教程示例仅提供50%的验证精度。近50%的准确率可以从未经训练的分类器本身获得二分类。

这个例子是直接从https://keras.io/getting-started/sequential-model-guide/

import numpy as np
import tensorflow as tf

from tensorflow_core.python.keras.models import Sequential
from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Dense, Dropout

np.random.seed(10)

# Generate dummy data
x_train = np.random.random((1000, 20))
y_train = np.random.randint(2, size=(1000, 1))

x_test = np.random.random((800, 20))
y_test = np.random.randint(2, size=(800, 1))

model = Sequential()
model.add(Dense(64, input_dim=20, activation='relu'))
model.add(Dropout(0.5))
model.add(Dense(64, activation='relu'))
model.add(Dropout(0.5))
model.add(Dense(1, activation='sigmoid'))

model.compile(loss='binary_crossentropy',
              optimizer='rmsprop',
              metrics=['accuracy'])

model.fit(x_train, y_train,
          epochs=50,
          batch_size=128,
          validation_data=(x_test, y_test))
score = model.evaluate(x_test, y_test, batch_size=128)

精度输出。

• 我尝试了多次试验。
• 增加了隐藏层的数量

历元50/50 1000/1000[=========================================================-0s 211U/样本-损耗：0.6905-精度：0.5410-val_损耗：0.6959-val_精度：0.4812

有人能帮我理解这里有什么问题吗？

• 如何提高教程中提出的这个“示例”问题的准确性？

Answer 1

如果你用random示例训练分类器，你总会得到一个近似值。验证数据的50%准确度由x_测试表示。这是因为您的训练样本使用随机类进行训练。此外，验证或测试集已分配给随机类。这就是为什么会出现随机精度，即50-50%。测试训练集的次数越多，由于过度拟合，训练集的精确度就越高。