时间戳

首页 > 解决方案 > 为什么具有 92% 准确率的 RNN LSTM 模型在看不见的数据上失败？

machine-learning - 为什么具有 92% 准确率的 RNN LSTM 模型在看不见的数据上失败？

问题描述

我已经建立了一个 RNN LSTM 模型作为三类分类器。它提供了大约 94% 的训练和测试准确率。但是在真实数据上测试它给出的结果非常不准确。它的应用与 NLP 相关。

我的原始数据集格式就像

DATA        |  Class
1. String1  |    0
2. String2  |    1
3. String3  |    2

准确度、F1 分数和混淆矩阵：-

Accuracy =  91.07142857142857
F1 Score =  0.9104914905591774
[[39  3  0]
 [ 2 36  4]
 [ 0  1 27]]

训练和验证图

所以我想要实现的是在输入一些字符串时，如果该字符串包含一些 0 类的常见单词，那么它应该预测该字符串来自 0 类。有什么帮助吗？

标签： machine-learningneural-networknlplstm

解决方案

推荐阅读