Python 在多类别分类中,Keras LSTM仅预测1个类别-如何修复?
我有一个文本数据集,它有相同数量的标签-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))
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。