python - 对我的模型的准确性感到困惑

Question

我在我的大学项目中遇到了这个问题，这是一个点击诱饵新闻分类器，即它在点击诱饵标题和非点击诱饵标题之间进行分类。我正在使用具有每种类型 16000 个标题的数据集。现在，我面临的主要问题是在 70% 的数据上训练我的网络，其中 30% 作为我的测试集大小。我的验证集是训练集的 30%。但是在我的测试集上拟合和评估模型之后，我得到了这个

装好后：

纪元 10/10 131/131 [===============================] - 1s 6ms/步 - 损失：0.2098 - 准确度：0.9457 - val_loss：0.3263 - val_accuracy：0.9417

在测试集上评估后：

300/300 [==============================] - 1s 2ms/步 - 损失：0.3030 - 准确度：0.9432

混淆矩阵：

数组([[4638, 162], [383, 4417]])

现在我对神经网络很陌生，我不确定这些精度是否应该彼此相似。这是我应该关注的事情还是我错过了什么？我很感激我能得到的所有帮助......谢谢！

标签： pythontensorflowkerasnlp

Answer 1

你的结果看起来不错。您的测试集和验证集的概率分布必须彼此紧密匹配，因此验证和测试数据准确性的相似性。