Python 在多类别分类中，Keras LSTM仅预测1个类别-如何修复？_Python_Neural Network_Lstm_Keras

Python 在多类别分类中，Keras LSTM仅预测1个类别-如何修复？

python neural-network keras

Python 在多类别分类中，Keras LSTM仅预测1个类别-如何修复？,python,neural-network,lstm,keras,Python,Neural Network,Lstm,Keras,我有一个文本数据集，它有相同数量的标签-0,1,2,3,4。我在他们的网站上运行了Keras二进制分类示例LSTM（imdb示例），并将数据集和编译行更改为 "model.compile(loss='categorical_crossentropy', optimizer='adam', class_mode="categorical")" 但该模型仅预测了一个类别，即一致的20%准确率您可以根据需要帮助我修复/更改设置吗？您需要使用 model.add(Dense(nb_classes))

我有一个文本数据集，它有相同数量的标签-

0,1,2,3,4

。我在他们的网站上运行了

Keras二进制分类

示例

LSTM

（imdb示例），并将数据集和编译行更改为

"model.compile(loss='categorical_crossentropy', optimizer='adam', class_mode="categorical")"

但该模型仅预测了一个类别，即一致的

20%

准确率

您可以根据需要帮助我修复/更改设置吗？

您需要使用

model.add(Dense(nb_classes))

其中nb_类对应于分类类的数量

你能发布更多的代码吗？这可能与您如何编码标签有关。