廢廢最近打完疫苗不太舒服一不小心就斷更了，在這裡說聲抱歉啊！
方法(一)：
簡單來說呢，原本訓練資料20萬：20萬：40萬：1.6萬資料差距過大，取平均變為20萬：20萬：20萬：1.6萬，來看一下結果如何吧！準確率34%。
方法(二)：
將資料分為20萬：20萬：20萬，至於1.6萬資料就不要了。準確率53%。
方法(三)：
將資料分為20萬：20萬：40萬，不取平衡數據且1.6萬資料也不要了。準確率61%。
方法(一)看就知道，不能用超怪；方法(二)預測的資料正確率很平均大約落在50%的區間，準確率53%而已；方法(三)預測的資料幾乎都在label 3正確率80%並且label 1和2正確率落在40%。
依照目前做法，我是把棄牌與all-in拿掉並且使用方法(三)，這樣有個問題是有可能會預測輸出label 3(check)多一點；使用方法(二)預測輸出會平均，但是訓練資料會減少。humm...讓我再思考一下。
iThome鐵人賽
看影片追技術