終究還是逃不過混淆矩陣啊,之前搞不定想著就算了結果今天開會老師就說用這個會比較看訓練效果比較好,廢廢頭又要禿了,接著呢被抓到一個小bug,沒有分類好train、test和valid這三個比例,下面這邊是修改好的程式碼,原本只有寫test_size=0.2,後來加上train_size。
train_test_split(data,label,test_size=0.2, train_size=0.7)
train_history = model.fit(x=train_data_norm, y=train_label_onehot, validation_split=0.1, epochs=50, batch_size=128, verbose=2)
#會有test_size、train_size、validation_split一般來說,會將這兩個配比1:7:2但我發現好像沒差。
現在大致上都做完了,現在目標就是優化訓練模型爭取超過學長的準確率60%,再加上一個混淆矩陣。