训练和测试准确率避免了过度拟合并且有 98% 的验证准确率但分类报告总是 0.01%？
Training and testing accuracy avoided overfitting and have 98% validation accuracy but classification report is always 0.01%?
我已经使用 CNN 完成了水果检测图像分类问题，我已经完成了训练和拟合模型的所有工作，我的准确度和验证准确度几乎是 100%，但是当我尝试从我的模型中打印分类报告和混淆矩阵时模型始终显示精度、召回率和最终准确率始终为 0.01%，混淆矩阵也很奇怪。为什么会这样，请帮助我。代码可在代码部分获得。谢谢。
您的测试数据正在打乱，这就是分类报告准确度较低的原因。
使用
shuffle=False
在预测的同时对测试集进行预测，这样，您就可以保持预测的顺序，依次将其与正确的地面真值进行比较。
我已经使用 CNN 完成了水果检测图像分类问题，我已经完成了训练和拟合模型的所有工作，我的准确度和验证准确度几乎是 100%，但是当我尝试从我的模型中打印分类报告和混淆矩阵时模型始终显示精度、召回率和最终准确率始终为 0.01%，混淆矩阵也很奇怪。为什么会这样，请帮助我。代码可在代码部分获得。谢谢。
您的测试数据正在打乱，这就是分类报告准确度较低的原因。 使用
shuffle=False
在预测的同时对测试集进行预测，这样，您就可以保持预测的顺序，依次将其与正确的地面真值进行比较。