分析 LSTM Theano 情绪分析的结果答案

【问题标题】：Analysing the result of LSTM Theano Sentiment Analysis分析 LSTM Theano 情绪分析的结果
【发布时间】：2016-03-12 10:36:29
【问题描述】：

我正在尝试此链接 http://deeplearning.net/tutorial/lstm.html 中的代码，但将 imdb 数据更改为我自己的。这是我的结果的屏幕截图。

我想确定运行 LSTM 进行情绪分析的整体准确度，但无法理解输出。 train、valid 和 test 值会打印多次，但通常是相同的值。

任何帮助将不胜感激。

【问题讨论】：

标签： sentiment-analysis deep-learning lstm

【解决方案1】：

它打印的值由以下函数计算：

def pred_error(f_pred, prepare_data, data, iterator, verbose=False):
    """
    Just compute the error
    f_pred: Theano fct computing the prediction
    prepare_data: usual prepare_data for that dataset.
    """
    valid_err = 0
    for _, valid_index in iterator:
        x, mask, y = prepare_data([data[0][t] for t in valid_index],
                                  numpy.array(data[1])[valid_index],
                                  maxlen=None)
        preds = f_pred(x, mask)
        targets = numpy.array(data[1])[valid_index]
        valid_err += (preds == targets).sum()
    valid_err = 1. - numpy_floatX(valid_err) / len(data[0])

    return valid_err

它很容易理解，它计算的是1 - accuracy，其中准确度是正确标记的样本的百分比。换句话说，您在训练集上获得了大约 72% 的准确度，在验证集上获得了近 95% 的准确度，在测试集上获得了 50% 的准确度。

您的验证准确度与火车准确度相比如此之高这一事实有点可疑，我会跟踪预测，看看我们的验证集是否不具代表性或太小。

【讨论】：

我明白了。我唯一改变的是输入数据。我根据说明对其进行了预处理并将其转换为pkl文件。问题出在我的数据上吗？我还用 keras 实现了 lstm，并在那里获得了 86% 的准确率。这里出了什么问题？