培训准确性和测试准确性之间公认的区别是什么?

时间:2018-08-31 06:45:09

标签: tensorflow machine-learning deep-learning

我的ANN模型的训练数据的准确度为98%,测试数据的准确度为94%。这是否意味着过度拟合?

2 个答案:

答案 0 :(得分:2)

没有任何差异可以接受。它始终取决于您的模型,培训,设置等。

该模型通常会有点过度拟合。 要决定我通常看一下图表。如果测试数据的准确性开始消失,以确保训练数据的准确性,则表明过拟合。我通常会尝试在他们开始分开的地方停止训练。如果他们在一起移动,那么通常您仍然会过拟合。

对于您来说,是否可以接受94%的准确度?如果是,那么您的模型很好。如果不是这样,那么您要么需要训练更长的时间,要么应用一些通用技术来解决过度拟合问题。

答案 1 :(得分:1)

这取决于您所使用的数据集及其大小。在小型数据集上,我会说这是可以接受的,因为您的数据集中的“随机”测试数据很可能会碰到运气不好的情况。在较大的数据集上,4%肯定是很多,您应该事先弄清楚发生了什么。也许尝试引入一个验证数据集,您可以在每个时代之后运行它!