Keras多目标分类模型验证准确率与sklearn计算结果不一致疑问

你当前进行的是多标签分类任务，模型输出层使用sigmoid激活、损失函数使用binary_crossentropy的配置符合任务要求，两个准确率结果差异的核心原因是Keras内置准确率和sklearn的accuracy_score的计算规则完全不同。

Keras侧val_accuracy的计算逻辑 #

当损失函数指定为binary_crossentropy时，Keras默认调用BinaryAccuracy指标，计算规则为：

1. 对每个样本的每一个标签维度，单独对比预测值与真实值是否一致
2. 统计所有标签维度中预测正确的总数量，除以全部样本的总标签数量，得到最终准确率
   比如你训练日志中最后一轮val_accuracy为0.5250，代表验证集里平均有52.5%的标签维度被预测正确。

sklearn侧accuracy_score的计算逻辑 #

sklearn的accuracy_score默认是为单标签分类设计的，在多标签场景下的默认规则为：

1. 只有当单个样本的所有标签维度的预测结果和真实结果完全匹配时，才判定该样本预测正确
2. 统计完全预测正确的样本数量，除以总样本数量得到最终准确率
   你得到的0.0777的结果，代表验证集里只有约7.77%的样本所有标签都被完全预测正确，和Keras的统计维度完全不同，所以数值差异极大。

如果你要得到和Keras val_accuracy完全一致的结果，可以使用以下两种方式：

1. 手动逐元素计算准确率：

import numpy as np
y_pred = np.round(model.predict(X_test))
y_true = y_test.toarray()
keras_aligned_acc = (y_pred == y_true).mean()

2. 通过Hamming Loss反向计算：

from sklearn.metrics import hamming_loss
keras_aligned_acc = 1 - hamming_loss(y_true, y_pred)

多标签分类任务中，Keras默认的逐元素准确率参考价值有限，更建议使用以下指标评估模型效果：

• 精确率（Precision）、召回率（Recall）、F1分数：可通过sklearn.metrics.f1_score指定average参数计算微平均、宏平均等不同维度的结果
• 子集准确率：即sklearn默认的accuracy_score结果，代表完全预测正确的样本占比
• Hamming Loss：代表单个标签维度的错误率，数值越低效果越好

小提示：你的代码里输入层变量名误写为imput_，属于拼写笔误，不影响运行但建议修正为input_更符合规范。

内容的提问来源于stack exchange，提问作者Rodrigo Serna Pérez