六、检验神经网络

电玩女神 2023-05-29 11:51 28阅读 0赞

在神经网络的训练当中, 神经网络可能会因为各种各样的问题, 出现学习的效率不高, 或者是因为干扰太多, 学到最后并没有很好的学到规律 . 而这其中的原因可能是多方面的, 可能是数据问题, 学习效率 等参数问题.

# 1、训练集和测试集（验证集） #

检验数据，我们一般将现有的数据划分成两个集合：训练集和测试集，使用训练集训练模型，使用测试集考察训练的模型对于未见样本的泛化能力。

# 2、误差曲线 #

机器学习可以从误差的开始值, 随着训练时间的变长, 优秀的神经网络能预测到更为精准的答案, 预测误差也会越少 . 到最后能够提升的空间变小, 曲线也趋于水平 .

# 3、准确度曲线 #

最好的精度是趋向于100%精确. 比如在神经网络的分类问题中, 100个样本中, 我有90张样本分类正确, 那就是说我的预测精确度是90%.怎样看预测值是连续数字的精确度? 这时, 我们可以引用 R2 分数在测量回归问题的精度 . R2给出的最大精度也是100%, 所以分类和回归就都有的统一的精度标准. 除了这些评分标准, 我们还有很多其他的标准, 比如 F1 分数 , 用于测量不均衡数据的精度.

# **4、一般来说准确率(accuracy)会用于判断分类(Classification)模型的好坏。** #

**平方差衡量回归模型的好坏**

# 5、其他的判断指数还有 #

机器学习之性能度量指标——决定系数R^2、PR曲线、ROC曲线、AUC值、以及准确率、查全率、召回率、f1\_score

# 6、防止过拟合问题的方法 #

L2：L1，正规化；

DROPOUT（失活）方法

# 7、神经网络中有很多参数，如何哪个参数更有效的解决现有的问题 #

交叉验证

在给定的建模样本中，拿出大部分样本进行建模型，留小部分样本用刚建立的模型进行预报，并求这小部分样本的预报误差，记录它们的平方加和。

# 8、基础知识 #

## 回归分析 ##

回归分析（regression analysis)是确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法。运用十分广泛，回归分析按照涉及的变量的多少，分为一元回归和多元回归分析；按照因变量的多少，可分为简单回归分析和多重回归分析；按照自变量和因变量之间的关系类型，可分为线性回归分析和非线性回归分析。如果在回归分析中，只包括一个自变量和一个因变量，且二者的关系可用一条直线近似表示，这种回归分析称为一元线性回归分析。如果回归分析中包括两个或两个以上的自变量，且自变量之间存在线性相关，则称为多重线性回归分析。

## 过拟合： ##

我们通过训练集训练的模型对于训练样本的的拟合程度十分高，就会放大一些不必要的特征，再对测试集进行测试时，就容易造成测试精度很低，也就是模型的泛化能力很弱，这就是过拟合

发表评论取消回复

表情：

评论列表（有 0 条评论，28人围观）

还没有评论，来说两句吧...

相关阅读

相关神经网络

神经网络是一种人工智能技术，它模仿了人脑的神经系统，可以进行模式识别、分类和预测。神经网络由输入层、隐藏层和输出层组成，每一层由若干个神经元(或称为节点)组成。输入层接收原始数

客官°小女子只卖身不卖艺/ 2023年10月08日 00:27/ 0 赞/ 160 阅读

相关神经网络

马尔科夫链：边缘分布参数学习：算出似然 HMM 三组参数初始状态：状态转移概率双输出观测概率初始状态概率参数学习观测变量一

待我称王封你为后i/ 2023年06月24日 04:59/ 0 赞/ 28 阅读

相关神经网络

随机梯度下降(SGD) <table> <thead> <tr> <th>模型</th> <th>样本内误差</th> <th>每次迭代

Love The Way You Lie/ 2023年06月03日 05:53/ 0 赞/ 247 阅读

相关六、检验神经网络

在神经网络的训练当中, 神经网络可能会因为各种各样的问题, 出现学习的效率不高, 或者是因为干扰太多, 学到最后并没有很好的学到规律 . 而这其中的原因可能是多方面的, 可能是

电玩女神/ 2023年05月29日 11:51/ 0 赞/ 29 阅读

相关 tensorflow.keras搭建神经网络六步法

tensorflow.keras搭建神经网络六步法 > 1. 第一步，import相关模块，如： import tensorflow as tf > 2. 第二步，指

我不是女神ヾ/ 2023年02月14日 02:50/ 0 赞/ 116 阅读

相关【神经网络】综合篇——人工神经网络、卷积神经网络、循环神经网络、生成对抗网络

前言本文综合整理常用的神经网络，包括生物神经网络、人工神经网络、卷积神经网络、循环神经网络、生成对抗网络；参考了许多高校的课程、论文、博客和视频等。文章的结构是先进行概

谁践踏了优雅/ 2023年01月13日 09:48/ 0 赞/ 330 阅读

相关神经网络-卷积神经网络

卷积神经网络最基本的操作：卷积、池化、全连接 1、卷积操作什么是卷积操作？我们先定义一个目的，让卷积神经网络去识别数字 “17” 和字母 “L”。有三张图片，

小鱼儿/ 2022年11月12日 01:41/ 0 赞/ 503 阅读

相关会议笔记（六）：图神经网络模型

会议学习笔记（六）：《深入浅出GCN、GAT、GraphSage，MPNN等图神经网络模型》 1. 图神经网络GNN的发展历程 2. 从空域(Spatial

你的名字/ 2022年10月24日 01:40/ 0 赞/ 225 阅读

相关神经网络

神经网络 <table> <tbody> <tr> <td> <div> <h2>Contents</h2> </div

叁歲伎倆/ 2022年06月17日 00:24/ 0 赞/ 485 阅读

相关神经网络

神经网络参考资料： [TENSORFLOW系列专题][TENSORFLOW] [TensorFlow 从入门到精通][TensorFlow] ![深度学

朱雀/ 2022年04月24日 10:18/ 0 赞/ 3213 阅读