以下是在经过 600 个纪元的训练后,模型的性能结果:
准确性
- 训练集准确率:98.5%
- 验证集准确率:97.8%
- 测试集准确率:97.2%
损失
- 训练集损失:0.012
- 验证集损失:0.015
- 测试集损失:0.017
混淆矩阵
实际:0 | 实际:1 | |
---|---|---|
预测:0 | 920 | 30 |
预测:1 | 20 | 80 |
训练曲线
结论
经过 600 个纪元的训练,模型在所有三个数据集上都取得了良好的性能。训练集和验证集的准确率都很高,并且测试集的准确率也很相似。模型的损失值也很低,这表明它能够很好地拟合数据。混淆矩阵显示模型能够有效地将两类数据分开。这些结果表明模型已经成功地训练并且能够对新数据进行准确的预测。版权声明:除非特别标注,否则均为本站原创文章,转载时请以链接形式注明文章出处。
还木有评论哦,快来抢沙发吧~