1回答
但在训练时，验证精度没有变化，而且比训练精度高，我想它是过拟合的。此外，验证损失也在增加。有没有可能用1000个数据来解决过拟合问题，从而节省时间？如何防止过度拟合？
浏览 1提问于2020-02-08得票数 0
2回答
检查过拟合
、、、、
我希望确保我的模型不会过度拟合。我使用交叉验证检查了过拟合。所有折叠的结果都是close.But的，同时我检查了训练和测试预测。测试大小为0.25。而且训练和测试预测是如此不同。这表明我的模型过拟合了。我应该相信哪个结果？交叉验证或测试/训练prediction.Is我的模型过拟合？
注意:我使用的是python。Sklearn用于交叉验证、训练测试拆分和建模
浏览 0提问于2020-03-10得票数 0
1回答
最近，我已经熟练地使用Python/scipy curve_fit来执行线性回归。然而，对于高阶多项式，我的数据有时是过拟合的。
如何增加正则化以减少过度拟合？
浏览 3提问于2013-12-27得票数 4
回答已采纳
1回答
在过度适应的情况下，据我所知，val_loss必须飙升而不是train_loss。但是下面的情况如何(val_loss仍然很低)？这个模型不合身吗？还是完全不同的案子？以前我的模型会非常适合，所以我增加了0.3的下降率(4个CuDNNGRU层，64个神经元，一个密集的层和64个批次)，那么我应该减少辍学吗？
浏览 1提问于2019-09-22得票数 2
回答已采纳
通过识别过拟合和欠拟合区域来对此图进行注释。2-对试验数据的预测性能进行评价，并在最终模型中报告如下：·非零特征的总数。·混淆矩阵·每一类别的精确性、召回性和准确性。最后，用适当的推理来讨论是否有任何不合适或过度拟合的迹象。2-我的模型是否过合适或不合适? 3-我的模型工作正常吗？
浏览 0提问于2018-09-03得票数 0
回答已采纳
1回答
过拟合模型
、、
第二种模型在训练损失为1.47e-3的12个时期后开始过拟合。另一方面，第一个模型在训练损失为1.17e-3的70年代后没有表现出明显的过度拟合行为(因此较低)。
有矛盾吗？我该怎么解释呢？
浏览 0提问于2019-12-24得票数 1
1回答
LIBSVM过拟合
、、、
我知道这被称为过度拟合，但在这里是否重要，因为这只是5 %的差异。仅仅使用一个或两个功能和一个相对较大的训练集是否更好呢？
希望你能帮我一把。
浏览 4提问于2014-05-10得票数 4
回答已采纳
3回答
过拟合问题
、、、
我从零开始制作小型CNN来分类条形码。我有两类:一种是条形码图像，另一种是非条形码(物品、动物、景观、家具、人)。我获得了良好的训练精度( 50年代后的80%+)，但我的验证精度是恒定的，在50%左右，这是我的主要问题。我的目标是在大约80%的验证准确性。我使用了一些技术，如退出、减少参数数、数据增强等。我的训练集是480张图像(240个条形码，其余240个)，我的验证集是120 (60\60)。我应该怎么做才能在验证集上达到大约80%的准确性。我使用keras和tensorflow框架。我的CNN：tf.keras.
浏览 0提问于2019-09-27得票数 0
我估计过巨蟒的glm值。我怎样才能表现得更好-多么善良
此模型在python中的拟合测试结果如何？
浏览 5提问于2016-10-30得票数 0
回答已采纳
我理解过拟合和欠拟合的直观含义。现在，给定一个基于训练数据训练的特定机器学习模型，您如何判断训练是过拟合还是欠拟合数据？有没有一种量化的方法来衡量这些因素？我们能不能看看误差，然后说它是过拟合还是欠拟合？
浏览 0提问于2012-09-15得票数 4
回答已采纳
增加训练数据的大小是否有助于减少过拟合？或者建议使用Tensorflow中的ImageDataGenerator进行图像增强(数据预处理)，以倾斜或旋转图像以减少过拟合？哪种方法更好地减少过拟合?？
浏览 27提问于2019-09-15得票数 1
1回答
过拟合DL模型？
、、
我得到了奇怪的曲线，因为验证损失在~50个时期后开始增加，这表明过拟合，但验证精度仍在增加。我的模型是否过拟合(大约50个时期)？
浏览 11提问于2019-08-19得票数 0
1回答
ANN实现过拟合
、、
我在网上搜索了一下，根据我的理解，我有关于模型过拟合的问题。我使用的数据集非常小，来自UCI网站，名为印度肝病患者数据集。数据集包含的600左右的观测值非常少。我的问题是，我如何克服数据中的这种过度拟合。任何帮助都将不胜感激，谢谢。
浏览 8提问于2019-05-13得票数 0
回答已采纳
1回答
我正在修这门关于线性回归的课程2 ()。该模型适用于数据。我怎么才能解决这个问题？这是密码。-3.33628603e-13 1.00000000e+00poly1_data["price"] = sales["price"]model1.fit(p
浏览 3提问于2017-03-27得票数 1
回答已采纳
在数据科学的讨论中，我一直在使用像欠拟合/过拟合和偏差-方差权衡这样的术语，我知道不拟合与高偏差相关，过拟合与高方差相关。
浏览 0提问于2019-02-14得票数 31
目前，我只尝试过使用Python进行机器学习。 我使用Azure ML和Python运行了相同的机器学习项目，以查看每个产品的结果与均方根误差(RMSE)有多接近。到目前为止，Azure ML和Python的RMSE有很大不同。 我不明白为什么RMSE离得这么远。我能想到的唯一原因是因为Python在训练数据上‘拟合’模型的方式。Python使用以下代码来拟合训练数据 lr = LinearRegression(labelCol='xxxx')
lr
浏览 17提问于2019-12-28得票数 0
云服务器
ICP备案
腾讯会议
对象存储
云直播
腾讯云开发者
