Machine learning Keras：多类NLP任务中的模型评估与模型预测精度差异

我正在keras中为NLP任务训练一个简单的模型，代码如下。变量名对于训练集、测试集和验证集是自解释的。这个数据集有19个类，所以网络的最后一层有19个输出。标签也是热编码的

nb_类=19
model1=Sequential（）
模型1.添加（嵌入）（nb_单词，
他说,，
权重=[嵌入矩阵]，
输入长度=最大序列长度，
可培训=错误）
模型1.add（LSTM（num_LSTM，dropout=rate_drop_LSTM，returnal_dropout=rate_drop_LSTM））
模型1.添加（辍学率（辍学率）
model1.add（BatchNormalization（））
模型1.add（密集（num_密集，激活=act））
模型1.添加（辍学率（辍学率）
model1.add（BatchNormalization（））
model1.add（密集（nb_类，激活='sigmoid'））
model1.compile（loss='binary\u crossentropy'，optimizer='adam'，metrics=['accurity']）
#一个热编码所有标签
ytrain\u enc=np\u utils.to\u分类（列车标签）
yval_enc=np_utils.to_category（val_标签）
YTESTENT=np_utils.to_category（测试标签）
模型1.拟合（列车数据、ytrain enc、，
验证数据=（val数据，yval enc），
纪元=200，
批次尺寸=384，
洗牌=正确，
详细=1）

在第一个纪元之后，这给了我这些输出

纪元1/200
216632/216632[===========================================================================-2442s-损失：0.1427-会计科目：0.9443-会计科目：0.0526-会计科目：0.9826

然后，我在测试数据集上评估了我的模型，这也显示了大约0.98的准确性

model1.评估（测试数据，y=ytestence，批大小=384，详细=1）

但是，标签是一个热编码的，所以我需要类的预测向量，以便生成混淆矩阵等。所以我使用

PREDICTED\u CLASSES=model1.PREDICTED\u CLASSES（测试数据，批量大小=384，详细程度=1）
温度=总和（测试标签==预测类）
温度/透镜（测试标签）
0.83

---

这表明总预测类的准确率为83%，然而

model1。evaluate

显示了98%的准确率！！我做错了什么？我的损失函数可以用分类类标签吗？我为预测层选择的

sigmoid

激活函数可以吗？或者keras评估模型的方式存在差异？请就可能出现的问题提出建议。这是我第一次尝试建立一个深入的模型，因此我对这里的错误没有太多的理解。

我发现了问题所在<代码>度量=['accurity']根据成本函数自动计算准确度。因此，使用

binary\u crossentropy

显示二进制精度，而不是分类精度。使用

categorical\u crossentropy

会自动切换到分类精度，现在它与使用

model1.predict（）手动计算的结果相同。余扬正确地指出了多类问题的代价函数和激活函数

附言：通过使用
metrics=['binary\u-accurity'，'category\u-accurity']
Great catch（+1），可以同时获得分类和二元精度-不幸的是，我不得不从头开始重新发现和理解这个问题-请参阅-尽管如此，我还是更新了我的答案以链接到您的答案。。。