【15】ML项目流程与正交化
2024-09-07 21:50:37
结构化机器学习项目
一
ML项目流程
1，确立目标（确定开发/测试集 + 唯一最优化指标）
确定开发/测试集：开发/测试集应尽可能接近将来应用场景中的数据。
划分数据集：开发集和测试集大小足以评估模型表现即可。
1、正交化
正交化：每次调整对某一性能进行针对性调试和优化，更快地发现影响效应，从而进行综合性的优化。
一个好的模型最好能够同时在训练集，验证集，测试集和实际应用中表现良好，如果：
情况 解决办法
在训练集上表现不好 尝试更大的神经网络或者使用更好的优化算法（如Adam）
在验证集上表现不好 尝试获取更多的训练数据或者加入正则化
在测试集上表现不好 同验证集优化或者使用更有代表性的验证集（如加大数量）
在实际应用上表现不好 没有使用合适的测试集或者代价函数的评估指标不合理，调整测试集或者代价函数
最新文章
- tomcat+nginx简单实现负载均衡
- hdu1000,hdu1001,hdu1002,hdu1003
- php 关联数据库的留言板练习
- js高级程序设计（七）函数表达式
- Java Annotation认知(包括框架图、详细介绍、示例说明)
- Python基本数据结构-元组
- html部分---通用标签与属性；
- iTween基础之功能简介
- javascript 文本框中,判断回车键触发事件 兼容IE&FireFox
- 自定义 textField 的清除 button
- C#类、静态类
- instsrv.exe下载和使用方法（微软Windows Server 2003 Resource Kit Tools工具中的一个）
- MonkeyRunner源码分析之工作原理图-attach
- sqlite3命令行
- springcloud第三步：发布服务消费者
- 004-数据结构之ADT-栈与队列【数组方式实现】
- Windows系统下安装dig命令
- P1378 油滴扩展 dfs回溯法
- linux-centos下持续集成工具jenkins部署使用教程
- 还原bak到localdb的问题：The logical database file cannot be found ldf