Keras：如何找出零假设？

Question

我正在训练使用keras的深层神经网络。其中一个分数叫做val_acc。我得到了70％的val_acc。我怎么知道这是好还是坏？神经网络是一个二元分类器，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有什么好处吗？

Answer 1

准确度并不总是评估分类器的正确指标。例如，您可能比0更正确地分类1（例如欺诈检测）或其他方式更重要。所以你可能有兴趣有更高的精度（特异性）或召回（灵敏度）的分类器。换句话说，假阳性对你来说可能比假阴性更贵。如果您对错误分类的成本有一些了解（例如FP & FN），那么您可以精确计算0-1分类的最优（而不是默认值0.5）的特定阈值。您可以使用ROC曲线和AUC来查找分类器的性能（AUC越高越好）。最后，您可能需要考虑kappa统计信息，以发现分类器的有用性/有效性。