討論串[問題] Validation set 到底在做什麼?
共 8 篇文章
首頁
上一頁
1
2
下一頁
尾頁

推噓2(2推 0噓 3→)留言5則,0人參與, 7年前最新作者leoloveivy (cried)時間7年前 (2018/03/27 11:36), 7年前編輯資訊
0
0
0
內容預覽:
我們把數據分割成三等分,每次取一份出來做validation,另外兩份作trian來生成模型,這樣每一次我就會生成三個模型,給出三個performance,然後我拿三個performance來取平均作為總的performance,以衡量我模型的好壞.. =======================
(還有589個字)

推噓23(33推 10噓 44→)留言87則,0人參與, 6年前最新作者pipidog (如果狗狗飛上天)時間7年前 (2018/03/27 00:56), 7年前編輯資訊
0
0
0
內容預覽:
既然都講了,乾脆好人做到底,把cross validation(cv)也講完好了.很多人都知道cv. 怎麼操作,但是我相信很少人真的明白做cv的意義.以及什麼情況下我們很要求做cv.. 這是很正常的,因為你去看很多教科書,他們就從沒講好cv的意義過. 以下我談談我對. cv的見解. 歡迎各位補充分享
(還有2693個字)

推噓11(11推 0噓 7→)留言18則,0人參與, 7年前最新作者pipidog (如果狗狗飛上天)時間7年前 (2018/03/26 17:11), 編輯資訊
0
0
0
內容預覽:
你有三個資料集,train, validation, test. train沒啥好說的,餵給機器,讓機器學,生成潛在參數用的. 練好之後,怎麼知道表現好不好?拿validation來測試。. 如果不好,調整超參數後重新訓練一次,再驗證一次。反覆這個流程. 直到在validation的表現滿意為止。但
(還有450個字)
首頁
上一頁
1
2
下一頁
尾頁