无标题无名氏No.63830977

2024-09-20(五)11:17:17 ID: Gs2SdhS

直观感觉有重大bug的可能性比较大，比如代码bug，训练集分布极度不均匀

再不济拿训练集测也不会只有一边的结果

无标题无名氏No.63830992

2024-09-20(五)11:19:08 ID: Gs2SdhS

如果训练集没有问题，也可能是过拟合，考虑增加训练集里负样本的数量和种类

无标题无名氏No.63831841

2024-09-20(五)12:57:39 ID: Fpaln7F (PO主)

正类：负类数量3：1大概

无标题无名氏No.63831948

2024-09-20(五)13:08:40 ID: UvTKWMZ

>>No.63831841
那只要全判断正类，不就能达到75%的acc了吗

无标题无名氏No.63832484

2024-09-20(五)14:25:22 ID: Fpaln7F (PO主)

>>No.63831948
没错，但这不是我想要的结果啊(;´Д`)

无标题无名氏No.63832508

2024-09-20(五)14:28:37 ID: 6SxeYAj

首先你看看训练集上的正确率是多少，在训练集上能分对负样本吗

无标题无名氏No.63832603

2024-09-20(五)14:38:54 ID: 6SxeYAj

一般来说训练神经网络应该先试着过拟合训练集把训练集全部分对，然后再减少过拟合
如果在训练集上没问题，那你可以把训练集分成两部分，一部分当训练一部分当验证集。看看重新训练后，在验证集上的效果如何
如果在验证集上也没问题，那说明你的测试数据和训练数据差别过大

无标题无名氏No.63835217

2024-09-20(五)19:42:23 ID: q8eRB7R

数据集来源是什么，工业数据集还是学术数据集

无标题无名氏No.63839513

2024-09-21(六)05:47:56 ID: zm40PJP

猜一个分布不均，我毕设那个数据集就这个弔德行，正常数据异常数据基本都在一块，索性把原数据改了然后成了