Keras 二元分类器教程示例仅提供 50% 的验证准确度

Question

Keras 二元分类器教程示例仅提供 50% 的验证准确度。 近 50% 的准确率可以从未经训练的分类器本身获得，用于二元分类。

这个例子直接来自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。
• 增加隐藏层数

纪元 50/50 1000/1000 [==============================] - 0s 211us/样本 - 损失：0.6905 - 准确度：0.5410 - val_loss：0.6959 - val_accuracy：0.4812

有人可以帮我理解这里是否有问题吗？

• 如何提高教程中提出的这个“示例”问题的准确性？

Answer 1

如果您使用random示例训练分类器，您将始终获得 aprrox。 此处由x_test表示的验证数据准确率为 50%。 这是因为您的训练样本是通过随机类别进行训练的。 此外，验证或测试集已分配给随机类别。 这就是随机准确率（即 50-50%）出现的原因。 您测试训练集的时期越多，由于过度拟合，您在训练集上获得的准确度就越高。