Python model.fit（）和predict_类（）的精度不同

有人能解释一下为什么model.fit（）和predict_class（）的精确度不同吗

使用以下公式评估给出的（'测试分数：'，0.5457103276905948）和（'测试准确度：'，0.94977169167505548）：

并给出了模型预测列车等级和试验数据的准确度评分 训练准确率：94.17%和 检测准确率：88.61%

---

此处给出了代码：

寻求调试帮助的问题（“为什么此代码不起作用？”）必须包括所需的行为、特定的问题或错误以及在问题本身中重现这些问题所需的最短代码。没有明确问题陈述的问题对其他读者没有用处。请参阅：如何创建一个.model.metrics\u names以了解您的

分数[0]

和

分数[1]

代表什么？@小豆蔻，是的，分数[0]表示损失，分数[1]表示准确性。

score = model.evaluate(x_val, y_val, batch_size=batch_size, verbose=0)
# print ('Raw test score:', score)
print('Test score:', score[0])
print('Test accuracy:', score[1])