腾讯云
开发者社区
文档
建议反馈
控制台
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
登录/注册
精选内容/技术社群/优惠产品,
尽在小程序
立即前往
文章
问答
(9999+)
视频
沙龙
2
回答
无法浏览多维
数据
集
。
验证
是否已部署和处理多维
数据
集
。(Microsoft SQL Server Management Studio)
ssas
我在SSAS 2008下有一个SSAS多维
数据
集
,该多维
数据
集
通过sql server代理被编程为每周在周日处理一次,该代理运行ssis作业以处理该多维
数据
集
直到上周一我尝试打开该多维
数据
集
时,我
发现
“该多维
数据
集
无法浏览。
验证
该多维
数据
集
是否已被部署和处理。(Microsoft SQL Server Management Studio)”错误我
浏览 134
提问于2019-05-09
得票数 0
回答已采纳
2
回答
取多个神经网络的平均值?
machine-learning
、
neural-network
、
deep-learning
、
cross-validation
、
ensemble-modeling
我用一个非常小的
数据
集
来拟合一个神经网络,所以试着把
数据
分成训练和
验证
集
。(有一个单独的测试
集
)如果我将训练/
验证
随机分成几次,为每个训练/
验证
分裂构造一个神经网络,并取测试
集
上神经网络预测值的平均值,它是否可以称为集成模型?或者,这种技术是否有一个特定的名称?编辑:我刚刚
发现
一种类似的技术叫做“重复随机次抽样
验证
”,但是RRSSV将
数据
分成训练和测试
集
浏览 0
提问于2018-01-29
得票数 2
2
回答
不平衡分类问题的k-折叠CV估计测试AUC
machine-learning
、
classification
、
r
、
cross-validation
、
class-imbalance
我首先将
数据
划分为训练
集
(
数据
集
A)和测试
集
(
数据
集
B)。我已经在
数据
集
C和计算训练AUC上训练了我的模型。现在我想使用k倍交叉
验证
来估计(即不使用Dataset B)测试AUC。
浏览 0
提问于2018-04-04
得票数 1
3
回答
Tensorflow:如何在不触发去队列的情况下运行摘要操作
tensorflow
我有一些要求: 我需要使用FIFOqueue加载培训
数据
集
和
验证
数据
集
;培训
数据
集
的num_epoches设置为10,但
验证
数据
集
的num_epoches仅设置为1,因为在测试中,我们只需要运行整个
验证
数据
集
一次我需要测试网络经过几个培训步骤与
验证
数据
集
,而不是在一个单独的脚本使用检查点文件保存的培训脚本;
浏览 5
提问于2016-11-21
得票数 0
2
回答
我应该将唯一的
数据
集
拆分到一个培训和测试中,还是可以将其中的全部用于回归问题?
regression
、
data-science
、
train-test-split
在Kaggle比赛中,我们有一个训练和测试
数据
集
。因此,我们通常在训练
数据
集
上开发一个模型,并使用该算法所看不到的测试
数据
集
对其进行评估。我想知道,如果只给我们一个
数据
集
而没有任何测试
数据
集
,那么
验证
回归问题的最佳方法是什么。我认为可能有两种方法: 在第一步中,在导入
数据
集
之后,将其转换为训练和测试
数据
集
,使用这种方法,算法直到
浏览 1
提问于2020-09-04
得票数 0
1
回答
为什么
验证
开始的速度比测试
集
慢?
machine-learning
、
training
在谷歌的机器学习速成课程的此页上,我们
发现
以下声明:我不明白最后一句。为什么
验证
开始的速度比测试
集
慢?对我来说,由于
验证
集
的使用频率要比测试
集
高得多,它的损耗会更
浏览 0
提问于2018-08-23
得票数 2
回答已采纳
1
回答
使用
验证
数据
machine-learning
、
neural-network
、
cnn
我不清楚使用
验证
数据
的确切过程。 假设我拟合我的神经网络模型,并使用训练
集
和
验证
集
来调整超参数。然后对这个模型上的测试
集
进行评估吗?还是重新组合
验证
和培训
集
,并将新的模型与我在
验证
阶段
发现
的超参数相匹配,然后对测试
数据
进行评估?我已经看到了许多不同的笔记本和例子,两者兼而有之。当然,一旦我找到了我的超参数,使用完整的训练
集
(与
验证
集
重新组合)来拟
浏览 0
提问于2019-02-07
得票数 2
回答已采纳
8
回答
在神经网络中,训练、
验证
和测试
集
之间有什么区别?
artificial-intelligence
、
neural-network
我已经生成了培训案例,但我不知道
验证
和测试
集
是什么。 我有这个训练代码,但是我不知道什么时候停止训练。:编辑给定
验证
数据
的输入/大小,平均误差=
验证
目标和输出之间的绝对差之和。
浏览 11
提问于2010-06-04
得票数 168
回答已采纳
1
回答
用于训练机器学习模型的80-20或80-10-10?
validation
、
machine-learning
、
training-data
1)建议在什么时候保留部分
数据
进行
验证
,什么时候不需要?例如,什么时候我们可以说80%的训练,10%的
验证
和10%的测试拆分更好,什么时候我们可以说简单的80%的培训和20%的测试拆分就足够了?2)另外,使用K-Cross
验证
是否适用于简单的拆分(训练-测试)?
浏览 26
提问于2020-03-18
得票数 0
回答已采纳
2
回答
在TensorFlow中用
验证
集
拟合DNN与不使用
验证
集
的区别
python
、
machine-learning
、
tensorflow
、
neural-network
在构建了我的网络并创建了我的培训
集
之后,我使用TensorFlow中的以下函数来训练我的模型:通过
验证
集
和不通过
验证
集
有什么区别?
浏览 0
提问于2017-09-11
得票数 2
回答已采纳
3
回答
训练CNN似乎效果不错,但测试时效果不佳
deep-learning
、
keras
、
convolution
在培训中,我很快看到准确性和
验证
准确性都提高到了以下水平:(data is being fit consecutively in a for loopaverage number of datapoints in testing: 1500 aver
浏览 0
提问于2018-08-22
得票数 1
1
回答
随机森林分类算法的训练类型与测试误差(评估方差)
python
、
machine-learning
、
random-forest
、
supervised-learning
我有两个问题,如果可能的话,我想确定(问题加粗):How CV误差与OOB误差相比,随机森林分类器的训练误差几乎总是0(即根据训练
数据
拟合我的模型并用它对同一组训练
数据
进行预测)--不管树深是怎样的更糟糕
浏览 8
提问于2022-01-24
得票数 0
2
回答
测试
数据
中没有目标响应变量
classification
、
training
我有两个
数据
集
,它们是训练和测试
集
。训练
数据
有一个目标变量,但是测试
集
没有。我应该做些什么来解决测试
集
的问题?
浏览 0
提问于2021-08-10
得票数 0
1
回答
模型训练在第一个时期完成后被卡住了……第二个时期甚至不会开始,也不会抛出任何错误,它只是保持空闲。
python
、
tensorflow
、
keras
、
conv-neural-network
、
google-colaboratory
batch_size, callbacks=[cp_callback])我使用大约15k图像
数据
集
和我也使用了图像
数据
生成器,但当尝试训练模型时,它完成了它的第一个时期,但第二个时期不会启动,它被卡住了,但它没有抛出任何错误,它只是保持空闲。
浏览 0
提问于2021-03-25
得票数 1
1
回答
为什么val_accuracy在每个时代之后由model.fit()自动打印,而CustomCallback打印的精度却不同?
tensorflow
、
machine-learning
、
keras
、
tensorflow2.0
、
tf.keras
为什么-损失: 0.2105 -准确性: 0.9500 - val_loss: 0.5264 - val_accuracy: 0.9100accuracy:0.700是用CustomCallback打印的?1: checkpoint_callback(start_time),model.fit(train_ds, epochs=40,
浏览 2
提问于2021-07-16
得票数 0
1
回答
GridSearchCV与ImageDataGenerator的结合是否可行和值得推荐?
keras
、
scikit-learn
、
grid-search
、
data-augmentation
、
gridsearchcv
我想通过使用GridSearchCV (Scikit-Learn)和
数据
增强(来自Keras的ImageDataGenerator)来优化CNN体系结构的一些超参数。是否建议在GridSearchCV中使用
数据
增强?ImageDataGenerator的参数已经固定,不应更改。首先通过网格搜索确定超参数,而不增加
数据
,而只对最终模型使用
数据
增强,这样会更好吗?
浏览 0
提问于2019-12-28
得票数 6
回答已采纳
2
回答
训练精度很高,
验证
精度很高,但测试
集
的精度很低。
machine-learning
、
keras
、
deep-learning
、
computer-vision
、
conv-neural-network
我已经将
数据
集
(大约28K图像)划分为75%的训练
集
和25%的测试
集
。然后,我随机抽取了15%的培训
集
和15%的测试
集
来创建
验证
集
。目标是将图像分为两类。精确的图像样本不能共享。对该模型进行了30个历次的训练,
发现
训练精度为95%,
验证
精度为96%,在测试
数据
集
上训练后,仅下降到75%。 我已经尝试了正规化和辍学,以解决过度适应,如果它是痛苦。我还做了一件事,看看如果我使用测试<e
浏览 3
提问于2019-01-16
得票数 2
回答已采纳
1
回答
交叉
验证
和测试性能的差异
scikit-learn
、
cross-validation
我使用的是交叉
验证
(5倍)的学习技巧。 交叉
验证
。,我得到我的
数据
集
,并使用它在5倍交叉
验证
。返回的分数(全部5个)在.80到.85的范围内。直接训练,如果我使用相同的
数据
集
与火车测试分割(0.2测试部分),并直接拟合和预测,我得到了.70的准确性。(召回和中华民国也较少)。因此,在交叉
验证
中,折叠的单个组合等于我们在火车测试拆分中所做的工作,对吗?那为什么会有很大的不同?我已经读到,原因是交叉
验证
是过分适合培训
数据
浏览 3
提问于2017-09-09
得票数 0
回答已采纳
2
回答
需要在KNN中进行交叉
验证
cross-validation
、
k-nn
我读到在KNN算法中我们需要交叉
验证
,因为我们从KNN的训练测试中
发现
的K值可能无法对未见
数据
进行泛化。给出的逻辑是,在求K值时使用测试
数据
集
,因此KNN-算法具有测试
数据
集
的信息,因为K是通过测试
数据
集
发现
的。这和看不见的
数据
不一样。但是是的,K值是从测试
数据
集中找到的,因此我们得到了我们的KNN算法,但是对测试
数据
的测试是在不知道测试
数据
的情
浏览 0
提问于2022-01-09
得票数 0
1
回答
超参数的优化与交叉
验证
评估
machine-learning
、
cross-validation
、
hyperparameters
我很难掌握如何使用交叉
验证
进行超参数优化和评估的标准方法。我试着做10倍的简历。下列哪一种方法是正确的? 所有
数据
都用于参数调整(例如,使用带有交叉
验证
的随机网格搜索)。这将返回最佳的超参数。然后,利用这些超参数构造了一个新的模型,它可以通过交叉
验证
(9倍的训练,1倍的测试)来评估,最后,我
发现
的精度或混淆矩阵获取averaged).Another的方法是首先将
数据
分割成一个训练
集
和一个测试
集
,然后只对训练
集
进行交叉
验证</e
浏览 1
提问于2020-04-21
得票数 0
回答已采纳
点击加载更多
扫码
添加站长 进交流群
领取专属
10元无门槛券
手把手带您无忧上云
相关
资讯
机器学习的算法测试与验证:训练集、测试集、验证集以及交叉验证
【公开数据集】动态驾驶场景分割数据集
scikit-learn数据集之Olivetti 脸部数据集
sklearn数据集介绍
汽车相关数据集
热门
标签
更多标签
云服务器
即时通信 IM
ICP备案
对象存储
实时音视频
活动推荐
运营活动
广告
关闭
领券