Discussion :

[mim2284]

Bonjour ,

J'ai un problème de classifcation binaire avec 7 entrées, j'en ai 300 lignes de valeurs quand j'applique mon ANN

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
X = dataset[:, 0:7]
y = dataset[:, 7]
 
scaler = MinMaxScaler(feature_range=(0, 1))
X = scaler.fit_transform(X)
# define the keras model
model = Sequential()
model.add(Dense(6, input_dim=7, activation='relu'))
model.add(Dropout(rate=0.3))
model.add(Dense(6, activation='relu'))
model.add(Dropout(rate=0.3))
model.add(Dense(1, activation='sigmoid'))
model.compile(loss='binary_crossentropy', optimizer='adam', metrics=['accuracy']
history=model.fit(X, y, epochs=30, batch_size=30, validation_split=0.1)
_, accuracy = model.evaluate(X, y)
print('Accuracy: %.2f' % (accuracy*100))

m'affiche une accuracy de 100 ce qui n'est pas normale d’après ce que j'ai lu.

J'en ai 2 question
1. J'ai lu pour éliminer ça faut voir cross-validation je ne sais comment l'appliquer?
2.Cette accuracy ou cette précision c'est celle qu'on prend en compte pour évaluer un modèle, est ce qu'il une accuracy pour des donnés test?

Aidez moi svp pour régler mon modèle je suis bloquée.
Merci

[dev_ggy]

Bonjour,

Nous sommes avec une forte probabilité dans une situation de sur-apprentissage.

Cela doit provenir d'un trop grand nombre de paramètres et de trop peu de données que tu as.

Cordialement,