试图了解如何解释 LSTM 神经网络的 'Accuracy Score' 输出

Question

我一直在研究一个基本的 LSTM 神经网络，探索它预测股票市场行为的能力，我围绕它构建的特定代码生成了一个我不完全理解如何解释的准确度分数.它输出一个介于 0 和 1 之间的值，但我不知道如何向别人解释它的好坏以及原因。

如有任何帮助，我们将不胜感激！

这是计算准确度得分的函数：

def accuracy(model, data):
    y_test = data["y_test"]
    X_test = data["X_test"]
    y_pred = model.predict(X_test)
    y_test = np.squeeze(data["column_scaler"]["Close"].inverse_transform(np.expand_dims(y_test, axis=0)))
    y_pred = np.squeeze(data["column_scaler"]["Close"].inverse_transform(y_pred))
    y_pred = list(map(lambda current, future: int(float(future) > float(current)), y_test[:-LOOKUP_STEP], y_pred[LOOKUP_STEP:]))
    y_test = list(map(lambda current, future: int(float(future) > float(current)), y_test[:-LOOKUP_STEP], y_test[LOOKUP_STEP:]))
    return accuracy_score(y_test, y_pred)

print(str(LOOKUP_STEP) + ":", "Accuracy Score:", accuracy(model, data))

Answer 1

从 scikit-learn's documentation 开始，您在此处计算的准确度分数是“正确预测的分数（默认值）或计数（归一化=False）”。

试图了解如何解释 LSTM 神经网络的 'Accuracy Score' 输出

trying to understand how to interpret 'Accuracy Score' output from LSTM neural network

python

lstm

tensorflow