3

我的任务是在工厂学习缺陷物品。这意味着，我尝试检测有缺陷的商品或优质商品。这导致了一个类占主导地位的问题（一类占数据的 99.7%），因为有缺陷的项目非常罕见。训练准确度为 0.9971，验证准确度为 0.9970。听起来很神奇。但问题是，该模型只预测所有商品都是 0 类，即优质商品。这意味着，它无法对任何有缺陷的商品进行分类。我怎么解决这个问题？我检查了其他问题并尝试了，但我仍然有这种情况。总数据点为 122400 行和 5 个特征。

最后我的测试集混淆矩阵是这样的

array([[30508,     0],
       [   92,     0]], dtype=int64)

这做得很糟糕。

我的代码如下：

le = LabelEncoder()
y = le.fit_transform(y)



ohe = OneHotEncoder(sparse=False)
y = y.reshape(-1,1)
y = ohe.fit_transform(y)


scaler = StandardScaler()
x = scaler.fit_transform(x)


x_train, x_test, y_train, y_test = train_test_split(x,y,test_size = 0.25, random_state = 777) 




#DNN Modelling


epochs = 15
batch_size =128
Learning_rate_optimizer = 0.001



model = Sequential() 

model.add(Dense(5, 
                kernel_initializer='glorot_uniform',
                activation='relu', 
                input_shape=(5,)))  

model.add(Dense(5,
                kernel_initializer='glorot_uniform', 
                activation='relu'))   
model.add(Dense(8,
                kernel_initializer='glorot_uniform', 
                activation='relu'))

model.add(Dense(2,
                kernel_initializer='glorot_uniform', 
                activation='softmax')) 



model.compile(loss='binary_crossentropy',
              optimizer=Adam(lr = Learning_rate_optimizer), 
              metrics=['accuracy']) 


history = model.fit(x_train, y_train,
                    batch_size=batch_size, 
                    epochs=epochs,  
                    verbose=1, 
                    validation_data=(x_test, y_test))



y_pred = model.predict(x_test)

confusion_matrix(y_test.argmax(axis=1), y_pred.argmax(axis=1))

谢谢

4

2 回答 2

4

听起来您的数据集高度不平衡，该模型仅在学习如何对优质商品进行分类。您可以尝试此处列出的方法之一： https ://machinelearningmastery.com/tactics-to-combat-imbalanced-classes-in-your-machine-learning-dataset/

于 2019-03-11T07:51:12.870 回答
2

最好的尝试是首先获取两个类的几乎相等部分的数据，将它们分成 train-test-val，训练分类器并对完整的数据集进行彻底的测试。您还可以尝试对其他数据集使用数据增强技术，以从同一数据集中获取更多数据。继续迭代，甚至尝试更改损失函数以适应您的情况。

于 2019-03-12T11:18:31.467 回答