Keras：如何找出零假設？

Question

我正在訓練使用keras的深層神經網絡。其中一個分數叫做val_acc。我得到了70％的val_acc。我怎麼知道這是好還是壞？神經網絡是一個二元分類器，所以我試圖預測一個1或0.數據本身大約是65％0和35％1。我的70％val_acc有什麼好處嗎？

Answer 1

準確度並不總是評估分類器的正確指標。例如，您可能比0更正確地分類1（例如欺詐檢測）或其他方式更重要。所以你可能有興趣有更高的精度（特異性）或召回（靈敏度）的分類器。換句話說，假陽性對你來說可能比假陰性更貴。如果您對錯誤分類的成本有一些瞭解（例如FP & FN），那麼您可以精確計算0-1分類的最優（而不是默認值0.5）的特定閾值。您可以使用ROC曲線和AUC來查找分類器的性能（AUC越高越好）。最後，您可能需要考慮kappa統計信息，以發現分類器的有用性/有效性。