Image processing 培训和测试精度避免了过度拟合，验证精度为98%，但分类报告始终为0.01%？
我用CNN做了水果检测图像分类问题我做了所有的事情，直到训练和拟合模型，我的准确率和验证准确率几乎是100%，但当我试图从模型打印分类报告和混淆矩阵时，它总是显示精度，召回率和最终准确率始终为0.01%，混淆矩阵也很奇怪。为什么会这样？请帮帮我。代码可在代码部分找到。多谢各位Image processing 培训和测试精度避免了过度拟合，验证精度为98%，但分类报告始终为0.01%？,image-processing,deep-learning,artificial-intelligence,confusion-matrix,multiclass-classification,Image Processing,Deep Learning,Artificial Intelligence,Confusion Matrix,Multiclass Classification,我用CNN做了水果检测图像分类问题我做了所有的事情，直到训练和拟合模型，我的准确率和验证准确率几乎是100%，但当我试图从模型打印分类报告和混淆矩阵时，它总是显示精度，召回率和最终准确率始终为0.01%，混淆矩阵也很奇怪。为什么会这样？请帮帮我。代码可在代码部分找到。多谢各位 测试数据正在被洗牌，这就是为什么分类报告的准确性较低。 使用 对于预测时的测试集，这样，您就可以保持预测的顺序，然后将其与正确的基本真值进行比较。add shuffle=False，并尝试告诉您venkata krishn
测试数据正在被洗牌，这就是为什么分类报告的准确性较低。 使用
对于预测时的测试集，这样，您就可以保持预测的顺序，然后将其与正确的基本真值进行比较。add shuffle=False，并尝试告诉您venkata krishnan它终于起作用了。你能告诉我这个洗牌是什么吗？我会把它作为一个答案贴出来，这样可以帮助未来的用户。如果你觉得答案有用，一定要接受。谢谢你，兄弟！解决了的
shuffle=False