当你的ML模型有效但没有很好的结果时你会怎么做?

时间:2018-06-15 15:29:22

标签: machine-learning-model

很抱歉,如果以前曾经问过这个问题,我已经尝试过在线查看,但也许我不知道正确的术语,因为我主要找到试图通过拆分数据集来解决过度拟合的结果。

因此,当我的模型在验证数据上的准确率达到30%并且拒绝改进时,我的策略往往是尝试更改每层的节点数,批量大小或时期数。有时候这很有帮助,但有时候似乎没什么用处。

在这种情况下,人们通常会做些什么?

1 个答案:

答案 0 :(得分:0)

我想为您解答。您可能正在执行分类任务。您能否指定数据集的以下属性:样本数量,特征数量,特征类型(数字,分类等)。