【发布时间】:2018-12-09 17:57:39
【问题描述】:
我有一个由 A、B 和 D 类组成的数据集。在 127 个样本中有 100 个样本 A、26 个样本 B 和 1 个样本 D。如果我忽略样本 D,则使用 ANN 的准确度约为 %95。但是,我想建立一个可以正确分类样本 D 并成功预测未来D 样本的模型。有什么建议吗?
【问题讨论】:
-
除非您的 D 的单个实例与 A 和 B 的每个实例都大不相同,AND D 的每个新实例都将与您当前的 D 实例相似,您'运气不好。
-
感谢您的评论。
标签: python keras classification