В контексте бинарной классификации я использую нейронную сеть с 1 скрытым слоем, используя функцию активации tanh. Вход поступает из модели word2vect и нормализуется.TensorFlow: точность двоичной классификации
Точность классификатора составляет от 49% до 54%.
Я использовал матрицу путаницы, чтобы лучше понять, что происходит. Я изучаю влияние номера функции во входном слое и количество нейронов в скрытом слое на точность.
То, что я могу наблюдать из матрицы путаницы, состоит в том, что модель прогнозирует на основе параметров, иногда большую часть линий, как положительные, а иногда и большую часть времени как негативы.
Любое предложение, почему эта проблема происходит? И какие другие моменты (кроме размера ввода и скрытого размера слоя) могут повлиять на точность классификации?
Благодаря
Это не лучше, чем монета. Вы должны отложить нервную сеть и лучше понять свои данные, прежде чем делать что-либо еще. Я также рекомендую попробовать логистическую регрессию. – duffymo