验证准确性远低于Keras中用于文本分类的训练准确性

时间:2018-03-08 14:46:09

标签: r neural-network keras text-classification

我是Keras的新手,并试图创建一个模型。问题是我的训练准确率约为80%,但验证准确率极低,为15%。我的数据集中有545行。我已经规范化了所有输入功能。任何有关可调整内容的帮助都会非常有用。

在此处分享完整的数据和代码

https://drive.google.com/open?id=1g8Cmw2bmAI9DnOU-rB4sjsOeBuFp6NUy

plot "<awk '{sum+=$3} (NR%2)==0{print $1,$2,sum; sum=0;}' testfile" u 1:2:3 not w p ps variable pt 7

Graph

1 个答案:

答案 0 :(得分:0)

简单地说,当你的模型在训练中取得成功而不是验证时,过度拟合。解决这个问题的最佳方法是:a)确保输入实际预测输出,否则足够大模型只会记住历史数据。 b)在网络中添加一个dropout图层。最后,训练神经网络的500个训练样本似乎有点低。

相关问题