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
1
回答
交叉
验证
时如何获得AUC-ROC而不是精确性?
python-3.x
、
machine-learning
、
scikit-learn
我正在对
数据
集进行分类,并使用交叉
验证
进行建模。交叉
验证
给出了每个折叠的
准确性
,因为类是不平衡的,
准确性
是不正确的度量。我想得到AUC-ROC而不是
准确性
。
浏览 0
提问于2019-04-20
得票数 0
回答已采纳
1
回答
如何提高卷积神经网络训练中的
验证
精度?
keras
、
conv-neural-network
输入图像
数据
大约有10200个图像。要分类的类别有120个。绘制
数据
频率图,我可以看到每个类的样本
数据
在分布方面或多或少是均匀的。我面临的问题是训练
数据
的损失图随着时代的推移而下降,但对于
验证
数据
,它首先下降,然后继续增加。
准确性
图反映了这一点。训练
数据
的
准确性
最终在.94得到了解决,但
验证
数据
的
准确性
在0.08左右。我可以采取什么措施来获得更好的
验证
准确
浏览 37
提问于2019-10-27
得票数 0
1
回答
验证
数据
是否对培训有任何影响,还是仅起作用而不影响培训?
machine-learning
、
keras
、
training
、
validation
在使用Python的Keras库时,我们在训练模型时使用
验证
数据
和培训
数据
。在每一个时代,我们得到一个
验证
的
准确性
。这种
验证
的
准确性
对下一个时代的训练有什么影响吗?
浏览 0
提问于2021-08-04
得票数 1
回答已采纳
1
回答
训练和交叉
验证
误差曲线
machine-learning
、
dataset
、
cross-validation
、
accuracy
我有一个图表,它在X轴上绘制训练
数据
,在y轴上绘制精度。我用sklearn的学习_曲线绘制了曲线。结果表明,训练
数据
集的精度降低,
验证
数据
集的
准确性
提高。我不能为这种行为辩护。通常情况下,随着训练
数据
集的增加,训练的
准确性
应该会提高,对吗? 此外,假设
数据
集非常嘈杂,因此,随着
数据
集大小的增加,训练的
准确性
正在下降。但这并不能解释为什么
验证
的
准确性
会增加,因为噪音应该也会影响
浏览 0
提问于2016-09-26
得票数 5
1
回答
验证
的
准确性
总是有可能达到训练精度的水平吗?
deep-learning
、
keras
我有一个非常小的
数据
集(40个训练示例、10个
验证
示例、120个类),对于这些
数据
集,我在Keras中使用了一个非常简单的模型(仅限于批规范、扁平和密集层),获得了非常高的精度。我的训练准确率为94-95%,
验证
准确率为76-78%.我知道这太合适了,我试过几样东西。
数据
不是图像,所以我不能增加
数据
。我也不能添加
数据
,因为它是一个特定的类型。我的问题是:是否有过这样的情况:
验证
的
准确性
不能像训练的
准确性
那样高?是否有
浏览 0
提问于2017-06-05
得票数 3
回答已采纳
1
回答
tensorflow中的训练和测试
tensorflow
如何拥有训练
数据
的
准确性
-如果是他们的
数据
,它应该始终是100%。我可以理解我们是如何获得
验证
准确性
的,我们只是用结果来检查,但是我们如何获得测试的
准确性
呢?
浏览 3
提问于2018-12-23
得票数 0
1
回答
神经网络的
验证
精度
neural-network
、
deep-learning
、
cross-validation
、
training
在训练神经网络时,我通常把在
验证
数据
上获得的精度(
验证
精度)作为网络性能的中间度量--最终的度量是测试精度。根据训练
数据
的大小,在一个时期内测量此
验证
精度一次或多次。通常,我停止训练时,
验证
准确性
开始下降 -一个迹象的过度拟合。 然而,对于大型
数据
集,我通常没有足够的计算能力来等待
验证
的
准确性
下降。我只是在
验证
的
准确性
(或
验证
损失)保持一段时间不变之后就停止了培训
浏览 0
提问于2018-03-24
得票数 1
1
回答
将
验证
/测试
数据
与培训
数据
混合是一个好主意吗?
tensorflow
、
machine-learning
、
deep-learning
、
neural-network
、
conv-neural-network
我正在处理一个大型
数据
集(例如,一台机器的大
数据
集)--有1,000,000个例子。 我将
数据
集划分为:(80%的训练
数据
,10%的
验证
数据
,10%的测试
数据
)。越好越好--以提高
准确性
。尽管20%的
数据
专门用于
验证
和测试,但每片仍有10万个示例(也就是说,我可能会错过一些存在于
验证
或测试集中的重要
数据
,而以前的培训集可能没有考虑到for.)Shuffling,这些
数据</
浏览 3
提问于2020-07-18
得票数 0
2
回答
Keras激活函数Tanh Vs Sigmoid
python
、
tensorflow
、
keras
我有一个使用二进制
数据
的LSTM (标签都是0或1)。Tanh激活函数精度:训练精度: 83.41 %
验证
精度: 82.82 % 其余的代码是完全相同的。
浏览 2
提问于2020-08-16
得票数 0
回答已采纳
1
回答
J48决策树不能提供更好的精度
weka
我正在使用Weka来分析给出二进制结果的
数据
。我最初使用10倍交叉
验证
,并使用66%的
数据
集作为培训
数据
。我得到的准确率是77.1% (正确分类的实例)。然后,我试着看看当我使用80%的拆分而不是66%时会发生什么,但是使用相同的交叉
验证
。我得到的准确度仅略好一点,为77.25%。更糟糕的是,当我使用20倍交叉
验证
,然后是50倍交叉
验证
时,绝对没有任何改进。我认为使用更高的交叉
验证
的整个想法是为了提高
准确性
!当我用一个90%的分割与一
浏览 3
提问于2014-04-01
得票数 0
1
回答
Keras回调,可同时监控
验证
和训练精度
python
、
callback
、
keras
但它只能监控
验证
准确性
或训练Acc。当
验证
精度达到最大时,它可以节省最佳模型权重。但该模型可能与
验证
数据
过度拟合。因此,我觉得也有必要监控训练的
准确性
。我想保存
验证
精度最高且训练精度也很好的模型。
浏览 0
提问于2018-08-17
得票数 0
1
回答
优化模型超参数模块:同时优化和交叉
验证
azure-machine-learning-studio
、
cortana-intelligence
假设我将以下配置与Tune Model Hyperparameters模块和增强的决策树回归一起使用:这种配置是否允许我调整超参数,从而获得最佳的确定系数,同时保证最低的交叉
验证
平均误差?
浏览 2
提问于2017-06-04
得票数 0
2
回答
验证
与测试与训练的
准确性
。我应该比较哪一个,因为我声称超适合?
machine-learning
、
cross-validation
、
accuracy
、
overfitting
我在这里和互联网上读到过几个答案,交叉
验证
有助于表明模型是否会泛化得很好,以及是否过于合适。我把我的
数据
分成70%的训练和30%的测试。 当我运行10倍交叉
验证
,我可以得到10个
准确性
,我可以采取平均/平均。我该称这为validation accuracy吗?然后,在30%的测试
数据
上对模型进行测试,得到Test Accura
浏览 0
提问于2019-03-13
得票数 13
回答已采纳
1
回答
如何用经过训练的模型测试新的
数据
?
python
、
pandas
、
numpy
、
tensorflow
、
keras
首先,我的模型给了我85.82%的
准确性
,这是很好的。但是现在我想再次测试模型,总共新的
数据
,但是我不知道应该添加什么到代码中,因为只有在用
验证
数据
测试模型时,我才能获得测试的
准确性
。
浏览 0
提问于2020-08-30
得票数 0
回答已采纳
2
回答
CSVLogger和model.evaluate()有什么区别?
python
、
tensorflow
、
keras
、
neural-network
为了节省培训和
验证
的
准确性
,我一直在使用Keras/TF的。然后,我绘制了这些
数据
,以检查训练的轨迹和
验证
的
准确性
或损失。 昨天,我读了。
浏览 8
提问于2022-02-22
得票数 0
回答已采纳
1
回答
如何检查“测试
数据
”的
准确性
并绘制它们
python
、
testing
、
keras
、
model
、
google-colaboratory
我想测试11000+图像的
准确性
。我将
数据
分成两类,“是”和“否”。然后,在训练集和测试集中将其分成80/20。现在,我想在Google 中训练这个模型。在对模型进行训练后,我要测试“测试
数据
集”的“
准确性
”,并用特异性、敏感性、
准确性
、loss_Funct
浏览 2
提问于2020-12-02
得票数 0
1
回答
关于学习曲线
python
、
machine-learning
、
scikit-learn
但随着样本数量的增加,训练曲线与交叉
验证
曲线之间的差距越来越大。据我所知,当提供更多样本时,训练分数应该会下降。你们对这个问题有什么感觉吗?
浏览 5
提问于2015-10-21
得票数 0
回答已采纳
1
回答
在CNN中,5折交叉
验证
的
准确性
存在很大差异的可能原因是什么?
tensorflow
、
validation
、
conv-neural-network
、
variance
、
k-fold
我刚刚开始了一个使用CNN的项目,这个项目使用了一个包含200万个案例的
数据
集,该
数据
集是从相同的协方差矩阵生成的。当我尝试5折交叉
验证
时,.9报告了4次
验证
的
准确性
。然而,一项
验证
只报告了.1的
准确性
。我不明白为什么会这样。我认为因为所有
数据
都是从相同的协方差矩阵生成的,所以所有
验证
的精度都应该是低的或高的。有人能解释一下这种情况(每次
验证
的
准确性
差异很大)什么时候会发生吗?
浏览 224
提问于2020-09-19
得票数 0
2
回答
用训练
数据
来
验证
训练模型可以吗?
cross-validation
、
training
目前,我已经训练了我的模型通过5倍交叉
验证
与非常少量的样本(n=100)。那么,我的问题是,我是否可以说,我已经
验证
了我的训练模型使用培训集,并获得了80的
准确性
?或者我应该坚持我从5倍交叉
验证
中得到的70 %的
准确性
?
浏览 0
提问于2019-07-21
得票数 0
回答已采纳
1
回答
CNN训练和测试的好结果,真实世界
数据
的坏结果
neural-network
、
cnn
、
image-classification
、
transfer-learning
、
data-augmentation
以下是一些细节:问题出在哪里?我能做些什么来解决这个问题?
浏览 0
提问于2022-11-03
得票数 1
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
浅谈如何通过数据,验证地图单点信息的准确性
尚普咨询:如何验证市场调研的真实准确性
腾讯支付专利可同时验证掌纹人脸,提高支付准确性
如何确保ERP数据准确性
在 Linux 中验证 ISO 文件的初学者指南|Linux 中国
热门
标签
更多标签
云服务器
ICP备案
实时音视频
即时通信 IM
对象存储
活动推荐
运营活动
广告
关闭
领券