我已经训练了RNN / LSTM模型。在绘制图表的损失和准确性(黑白训练和验证数据集)后,我想解释一下模型结果。
如果我仅向模型提供部分输入,则我的目标是对标签进行分类(0或1)。我以这种方式进行了训练。
Train_Validate_Test_Split
Train 80% ; Validation 10 % ; Test 10%
X_train_shape : (243, 100, 5)
Y_train_shape : (243,)
X_validate_shape : (31, 100, 5)
Y_validate_shape : (31,)
X_test_shape : (28, 100, 5)
Y_test_shape : (28,)
模型结果中的问题或解释
问题1:我可以从损失和准确性图表中理解/解释什么? 我如何确认该模型是否针对我的数据集进行了正确训练?
问题2:损失和准确性方面的振荡是否对模型训练有影响? (或者这是正常行为)如果不是,如何 我可以规范我的模型而不会产生振荡吗?问题3:我可以从表格中了解或理解什么 专栏? 与培训和验证的准确性相比,我的Y_test准确性更高,我可以从这种行为中解释什么?