Machine learning 这是不切实际的结果

我试着用keras做一个信用卡欺诈预测。 为此，我有一个creditcard.csv文件，其中有28万多个不同的案例，都被标记为欺诈或有效

我的问题是，我的代码实际上是编译的，但是在第一个epoche中，我的准确度已经是0.9979，从acc上的第二个epoche开始：0.9982

这对我来说似乎不太现实，但我不知道我的错误

以下是我的代码的缩写版本：

将熊猫作为pd导入
将numpy作为np导入
从keras导入模型
从keras导入图层
combinedData=pd.read\u csv（'creditcard.csv'））
列车数据=组合数据[：227845]
testData=combinedData[227845:]
trainDataFactors=trainData.copy（）
del trainDataFactors['Class']
trainDataLabels=pd.DataFrame（trainData，列=['Class']）
testDataFactors=testData.copy（）
del testDataFactors['Class']
testDataLabels=pd.DataFrame（testData，列=['Class']））
model=models.Sequential（）
添加（layers.Dense（30，activation=“relu”，input_shape=（30，））
model.add（layers.Dense（60，activation=“relu”））
model.add（layers.Dense（30，activation=“sigmoid”））
model.compile(
optimizer=“rmsprop”，
loss=“稀疏\分类\交叉熵”，
指标=[“准确度”]
)
历史=model.fit(
trainDataFactors、trainDataLabels、，
纪元=20，
批次大小=512，
验证数据=（testDataFactors、testDataLabels）
)

---

谢谢你的帮助

您的测试数据是否平衡

---

因为如果不是，例如，它是真实数据的收集，我猜对任何输入回答“有效”的退化模型很容易获得>99%的acc。尝试报告F1分数，这是（无平衡）检测任务的默认选择。

您的测试数据平衡吗

---

因为如果不是，例如，它是真实数据的收集，我猜对任何输入回答“有效”的退化模型很容易获得>99%的acc。尝试报告F1分数，这是（无平衡）检测任务的默认选择。

Ah不知道这会是一个问题。在280000笔有效交易中，只有大约500笔欺诈。仅仅为了培训而删除一堆有效的事务有意义吗？删除听起来像是浪费。我建议每个时代都有一个平衡的训练数据，但总是选择一个不同的/随机的有效事务集。您可能还想在之后调整输出层中的偏差。啊，不知道这会是一个问题。在280000笔有效交易中，只有大约500笔欺诈。仅仅为了培训而删除一堆有效的事务有意义吗？删除听起来像是浪费。我建议每个时代都有一个平衡的训练数据，但总是选择一个不同的/随机的有效事务集。之后，您可能还需要调整输出层中的偏移。