装饰公司网站模板,江西省建设监督网站,高清直播,重庆好的网站制作公司如果在测试集上的效果不佳#xff0c;应该要做什么#xff1f;Optimization 如何选择#xff1f;解决 overfitting 的方法#xff1f;
测试集上的效果不佳
看训练数据的loss#xff0c;是不是模型本身就没训练好#xff1f; 问题#xff1a;model 太简单了#xff0c…如果在测试集上的效果不佳应该要做什么Optimization 如何选择解决 overfitting 的方法
测试集上的效果不佳
看训练数据的loss是不是模型本身就没训练好 问题model 太简单了func set 中没有满足条件的 func (我觉得这就是一种欠拟合的状态吧)解决方案使用更复杂的模型 优化法 Optimization 没有选对比如通过梯度下降结果收敛到局部最优。
如何确定是 model 不够复杂还是优化法没有选对呢可以先选择更复杂的模型看有没有提升。假设换了更复杂的模型还是没有学好的话表明是 Optimization 的问题。
备注如果训练层数变多在训练集上的 loss 先减小后增大这是的过拟合问题吗不是因为过拟合是相对测试集来讲的所以不是过拟合 overfitting
overfitting 的解决方案 mismatch
mismatch 是说训练和测试数据分布不一致带来的。不能靠增加训练数据来解决
