机器学习精度显示为0
可能有以下几种可能的原因：
- 数据问题：机器学习模型的精度受到训练数据的质量和数量的影响。如果训练数据中存在错误、缺失值或者不平衡的情况，可能导致模型无法准确地学习。此时，可以通过数据清洗、特征工程和数据增强等方法来改善数据质量，从而提高模型的精度。
- 模型问题：机器学习模型的选择和参数设置也会影响精度。如果选择的模型不适合解决特定的问题，或者模型参数设置不合理，都可能导致精度为0。在这种情况下，可以尝试使用其他类型的模型或者调整模型的参数，以提高精度。
- 特征工程问题：特征工程是指对原始数据进行预处理和转换，以提取有用的特征供模型使用。如果特征工程的过程中存在问题，例如特征选择不当、特征缩放不一致等，都可能导致模型无法准确地学习。在这种情况下，可以重新审查特征工程的过程，尝试使用其他的特征选择方法或者特征转换方法。
- 训练问题：训练过程中可能存在问题，例如训练集和测试集的划分不合理、训练过程中的超参数选择不当等。这些问题都可能导致模型无法充分学习数据的特征，从而导致精度为0。在这种情况下，可以重新划分训练集和测试集，或者调整训练过程中的超参数，以提高模型的精度。
总结起来，机器学习精度显示为0可能是由于数据问题、模型问题、特征工程问题或者训练问题导致的。针对具体的情况，可以采取相应的方法来改善精度。腾讯云提供了一系列的机器学习相关产品和服务，例如腾讯云机器学习平台（https://cloud.tencent.com/product/tcmlp）、腾讯云智能图像处理（https://cloud.tencent.com/product/tiip）等，可以帮助用户进行机器学习模型的训练和部署。
相关·内容
我想通过使用Scikit计算f1_score来评估机器学习系统--对我的预测进行学习。然而，结果并不如预期的那样。调用confusion_matrix显示
[[ 3 11]
[ 5 31]]
如果手工计算f1评分为2*(精确性*回忆)/(精确+回忆)，则得到2*(3/8 * 31/42)/(3/8 + 31/42) = 0.497。但是调用f1_score(y_true，y_pred，average=)会产生0.7949的结果。有人能解释一下吗？
即使当真正的标签混合在一起时，我用不变的预测值1来调用f1_score，我也会得到高分，而不是我所期望的警告的0。我怀疑f1_score不是我所期
浏览 2提问于2020-01-11得票数 0
回答已采纳
我刚刚在一本机器学习书中读到，浮点变量的最小非零值是2.2250738585082014x10^-308，最大值是1.7976931348623157x10^308。 对此有何解释？ 为什么正指数和负指数的值不一样？
浏览 16提问于2019-04-28得票数 3
回答已采纳
1回答
利用机器学习技术(SVM)建立了一个分类模型。我想比较我的模型和随机分类器的分类精度。我的数据集只包含两个类(1或0)。1例和0例的比例分别为35%和65%。这意味着，35%的实例属于1，65%属于0类。在这种情况下，随机分类器(随机猜测)的分类精度是多少？
浏览 0提问于2018-11-07得票数 6
回答已采纳
1回答
我正在开发一个机器学习科学工具包-学习模型上的不平衡数据集(二进制分类)。看看混淆矩阵和F1分数，我期望一个较低的平均精度得分，但我几乎得到一个完美的分数，我不知道为什么。这是我得到的输出：
测试集上的混淆矩阵：
[[6792 199]
[ 0 173]]
F1评分: 0.63
AVG测试精度评分: 0.99
我是给予avg精确评分功能的科学知识-学习概率，这是什么包说使用。我想知道问题出在哪里。
浏览 6提问于2022-05-02得票数 -1
1回答
我目前正在学习一些机器学习，我知道如何计算不同数据点之间的欧几里德距离；然而，我想知道是否有人知道如何用手工计算精度，以确定哪一个k值是"k“的最佳选择？
我知道如何为我实现基本的python类来计算精度，但我也想学习如何手工完成它。我试着搜索它，但它们都只是显示python实现。
例如，让我们假设您只有8个数据点，4个红色和4个橙色；例如，我选择k=3，得到2个红色和1个橙色(因此新的数据点被归类为红色)。现在我要计算这个K值的精度？
浏览 3提问于2020-12-02得票数 1
回答已采纳
1回答
我刚刚完成了CNN二元分类模型的训练。后来创建了两个图表，但由于我对机器学习非常陌生，所以我不了解它们的状态。有人能告诉我我的模型性能好吗。谢谢。
📷
📷
浏览 0提问于2022-10-12得票数 0
我发现有很多机器学习职位空缺与技能要求，python，R，keras，tensorflow，py手电筒，火花，etc.which是完全好和合理的，但是为什么很多招聘人员包括C++，比如C++在ML研究中的使用，或者甚至创建ML管道？
如果我擅长其他的ML技能，我应该知道多少C++？
浏览 0提问于2019-08-05得票数 4
回答已采纳
2回答
我写了一个Theano机器学习程序。但是我在CPU和GPU上得到了两个截然不同的结果。
下面是日志。(只是日志的一小部分)
损失函数会迅速减小，然后在CPU上收敛到0.2。
但是，损失函数会增加，最终成为图形处理器上的NaN。
我的程序中可能存在哪些错误？或者我应该注意什么？谢谢!
浏览 0提问于2016-03-29得票数 0
假设有100幅图片，其中30幅画的是一只猫，其余的则没有。机器学习模型预测了猫在30幅图像中的25幅。它还预测，在70个没有猫的图像中，有50个没有猫。
在这种情况下，真正的阳性、假阳性、真阴性和假阴性是什么？
浏览 0提问于2019-06-06得票数 0
回答已采纳
我正在尝试构建一个二进制分类器。我尝试过各种不同结构和参数的深层神经网络，没有比
Train set accuracy : 0.70102
Test set accuracy : 0.70001
然后，我尝试了机器学习算法，如KNN和决策树等，我发现来自Scikit-学习和n_estimators=100的随机林分类器给了我
Train set accuracy : 1.0
Test set accuracy : 0.924068
我尝试过调整其他参数，如max_depth、criterion等，但训练集精度的下降也导致了测试集的精度下降。喜欢
Train set accuracy : 0.8
浏览 0提问于2020-05-23得票数 8
回答已采纳
2回答
我正在将几种机器学习方法应用于现实世界的医疗数据集，但我无法实现测试数据集的高准确率(目前约为80% )。预测疾病是否存在的问题。
有没有办法证明可以达到多大的最大精度？或者一些类似的东西，可以告诉我们特定机器学习模型对数据集的预期精度？
如果不是，我如何证明我得到的准确度是数据集可能的最佳(或接近最佳)准确度？
浏览 23提问于2020-02-14得票数 1
如果我有两个特性，x1和x2，其中我知道模式是：
if x1 < x2 then
class1
else
class2
任何机器学习算法都能找到这样的模式吗？那会是什么算法？
我知道我可以创建第三个特性x3 = x1-x2。然后，特征x3可以很容易地被一些机器学习算法使用。例如，一个决策树可以100%地使用x3和3个节点(1个决策节点和2个叶节点)来解决问题。
但是，是否有可能在不创建新特性的情况下解决这一问题？如果机器学习算法只能找到这样的模式，这似乎是一个很容易解决的问题。
我尝试了不同内核的MLP和SVM，包括svg内核，结果不太好。作为我尝试过的一个例子，以
浏览 0提问于2018-07-20得票数 1
回答已采纳
2回答
在机器学习模型中，我使用了RMSLE，并通过梯度boost回归得到了RMSLE = 0.123657的值。
如何用R或python的准确性来解释这个值？
浏览 1提问于2019-01-15得票数 0
1回答
我正在使用emguCV来使用OpenCV机器学习算法。我可以成功地训练一个RTree(我获得了成功)，但当我尝试预测它时，它总是给我-1。然后，我尝试获取变量重要性矩阵和树计数，矩阵为空(我指定了构建它的参数)，树计数为0。
有没有人知道我做错了什么？另外，如果我使用决策树，我可以得到预测。
我有6个变量和大约11000个样本。下面是我使用的参数：
MCvRTParams param = new MCvRTParams();
param.maxDepth = 8;// max depth
param.minSampleCount = 10;//
浏览 0提问于2013-08-28得票数 0
我遇到过一些(机器学习-分类问题)期刊论文，提到了使用Top-N方法评估准确性。数据表明，在相同的训练、测试条件下，Top1准确率= 42.5%，Top-5准确率= 72.5%。我想知道如何计算top-1和top-5的百分比？
有没有人能给我看一下计算这个的例子和步骤？
谢谢
浏览 2提问于2016-06-07得票数 63
回答已采纳
1回答
我在学习机器学习理论。我有一个使用多类Logistic回归预测的混淆矩阵。
现在，我已经计算了微观和宏观平均数(精确和召回)。
它们的价值是完全不同的。现在我想知道是哪些因素影响了这一点。在什么情况下，微观和宏观会有很大的不同？
我注意到的是，不同类别的预测的准确性不同。这就是原因吗？还有什么其他因素会导致这种情况呢？
样本混淆矩阵：
我计算的微观宏观平均数：
precision-micro = ~0.7329
recall-micro = ~0,7329
precision-macro = ~0.5910
recall-macro = ~0.6795
浏览 1提问于2021-06-05得票数 0
回答已采纳
1回答
我有每小时没有的数据。人们在网上呆了两年的时间。因此，这些值分布在0到60之间，而且大多数数据要么是0，要么是60。我的目标是预测未来一个人上网的时间(第二天/小时/月等)。我可以使用什么样的方法或机器学习模型来预测这些数据？这是否可以建模成一个回归/预测问题，尽管偏斜？
浏览 1提问于2022-07-10得票数 -2
1回答
我正在做kaggle的课内挑战，了解到XGBoost比RandomForest更快，但在实施时更慢。我想问一下XGBoost什么时候变得更快，什么时候RandomForest？？我是机器学习新手，需要提前了解你的help.Thanking
浏览 45提问于2019-02-01得票数 0
我是机器学习的新手，我已经建立了一个模型来预测客户是否会在下个月订阅。我在训练集上得了73.4分，在测试集上得了72.8分。这样可以吗？或者我是不是太适合了？
浏览 2提问于2020-03-22得票数 0
我试图用机器学习制作一个恶意软件检测器，我从互联网上获得了一个数据集，它包含md5哈希和pe文件的其他特性。我把这个数据库输入weka，以找出最重要的特性，结果只有一个(Static_prio).I尝试使用一个特性(Static_prio)在数据上运行find算法，并且我获得了99.82%的准确性，但我对这里的方法有点困惑。我对机器学习很天真，所以请帮我找到正确的track.Thank you。
浏览 0提问于2018-06-27得票数 0
1回答
我想我理解为什么我们把它看作是一个隐含的1，并将其规范化，以及这些值是如何表示的。我唯一的问题是，当机器读取/解释值时，它的机器端是如何区分隐式1和0的。我不知道我问得对不对。基本上，机器是如何区分一个标准化的和一个低于正常的数字的。
考虑到只有32位而隐式1没有包含在这些位中，如何解释？
，0和1是如何被机器区分开来的？
说到精度和精度，关于浮点还能说些什么？随着实际指数的增加，精度下降，反比下降，这样的说法正确吗？准确性是如何影响这一点的？
浏览 10提问于2022-07-22得票数 0
回答已采纳
机器学习分类器的性能可以通过各种度量标准来衡量，比如精度、召回和分类精度等等。
给定这样的代码：
clf = svm.SVC(kernel='rbf')
clf.fit(X_train, y_train)
fit函数试图优化的指标是什么？
当精度比回忆更重要时，如何调整模型以提高精度？
浏览 3提问于2015-05-01得票数 9
如果你简单地这样做： out, bins = pd.qcut(range(10), 4, retbins=True) 输出结果是： [(-0.001, 2.25], (-0.001, 2.25], (-0.001, 2.25], (2.25, 4.5], (2.25, 4.5], (4.5, 6.75], (4.5, 6.75], (6.75, 9.0], (6.75, 9.0], (6.75, 9.0]]
Categories (4, interval[float64]): [(-0.001, 2.25] < (2.25, 4.5] < (4.5, 6.75] < (6.
浏览 43提问于2020-01-08得票数 1
我们正在C中开发一个数值例程库，我们还不确定我们将使用单精度(float)还是双精度(double)，因此在决定之前，我们已经将类型SP定义为别名：
typedef float SP;
当我们运行单元测试时，它们都通过了我的机器(64位Ubuntu)，但是它们在我同事的机器上失败了(32位Ubuntu错误地安装在64位机器上)。
使用Git的bisect命令，我们找到了开始在他的机器和我的机器之间产生不同结果的确切差异：
-typedef double SP;
+typedef float SP;
换句话说，从双精度到单精度在我们的机器上产生不同的数值结果(在最坏的情况下，大约是1e-3的相对
浏览 1提问于2011-10-21得票数 7
回答已采纳
我有一个包含9个特征和1300行的数据集。我正在尝试在我拥有的现有数据上生成合成数据。输出分为两个选项。即1和0，即(1-是和0-否)这里的问题是，几乎1100个案例的输出为"0“，200个案例的输出为"1”。之前，我尝试过训练，但效果并不好。我的教授建议我在合成数据上工作，并增加输出"1“的情况，以便它有助于开发机器学习模型。我对合成数据一无所知。我承认。我只是不知道从哪里开始。有人能帮上忙吗？如何解决这类问题。有什么建议值得感谢吗？任何参考代码对于学习都很有用。谢谢
浏览 11提问于2019-06-19得票数 0
4回答
代码如下：
#include <stdio.h>
#include <math.h>
static double const x = 665857;
static double const y = 470832;
int main(){
double z = x*x*x*x -(y*y*y*y*4+y*y*4);
printf("%f \n",z);
return 0;
}
奇怪的是(对我来说)，如果在32位机器上编译这段代码(或者像我这样的64位机器上使用-m32标志)，这段代码会打印出"0.0“，使用的是GCC 4
浏览 0提问于2012-05-09得票数 4
回答已采纳
1回答
OpenCV中的机器学习算法似乎使用以CSV格式读取的数据。有关示例，请参阅。使用以下代码将数据读入OpenCV机器学习类CvMLData：
CvMLData data;
data.read_csv( filename )
但是，似乎没有任何现成的关于csv文件所需格式的文档。有人知道csv文件应该如何排列吗？
其他(非Opencv)程序倾向于每个训练示例都有一行，并以指示类标签的整数或字符串开头。
浏览 0提问于2012-02-10得票数 3
回答已采纳
我熟悉术语，高偏差和高方差，以及它们对模型的影响。
基本上，当你的模型太复杂，太敏感，甚至是离群点时，它就会有很高的方差。
但是最近我在一次访谈中被问到机器学习模型中术语方差的含义？
我想知道方差在ML模型中的确切含义，以及它是如何在您的模型中被引入的？如果有人能用一个例子来解释这一点，我会非常感激的。
浏览 0提问于2018-08-23得票数 22
回答已采纳
我正试图构建一个计算器，只是为了在AWS机器学习中添加两个个位数数字。
ML数据Source1：(用于培训)
for(i=9;i>=0;i--)
for(j=9;j>=0;j--)
console.log(i + ',' + j + ',+,' + (i+j));
具有0,9所有可能组合的个位数的数据。
ML数据Source2: (用于预测)
for(i=9;i>=0;i--)
for(j=9;j>=0;j--)
console.log(i + ',' + j + '
浏览 1提问于2017-10-22得票数 0
回答已采纳
2回答
基于神经网络的文本分类
、、、、
我对机器学习和神经网络很陌生。我尝试用神经网络从零开始进行文本分类。在我的数据集中，有7500个文档被标记为七个类中的一个。有大约5800个独特的单词。我用的是一个有4000个神经元的隐藏层。使用sigmoid作为激活函数。学习rate=0.1，不辍学。
在训练约2至3期后，会显示以下警告：
RuntimeWarning: exp.The结果输出列表中遇到的溢出显示为：
[ 0.00000000e+00 0.00000000e+00 0.00000000e+00 0.00000000e+00
0.00000000e+00 0.00000000e+00 4.1
浏览 0提问于2018-02-15得票数 0
回答已采纳
我是机器学习的初学者- TensorFlow，我遇到了一些Tensorflow-Keras的示例模型，但混淆了密集单元在那里的选择。
这里分别是32和512。
model = Sequential()
model.add(Dense(32, input_shape=(16,)))
model = tf.keras.models.Sequential([
tf.keras.layers.Flatten(input_shape=(28, 28)),
tf.keras.layers.Dense(512, activation=tf.nn.relu),
tf.keras.layers.Dr
浏览 0提问于2019-08-07得票数 3
回答已采纳
1回答
我正在学习神经网络，我在Keras中构建了一个简单的神经网络，用于从UCI机器学习存储库中对虹膜数据集进行分类。我使用了一个包含8个隐藏节点的隐藏层网络。Adam优化器的学习速率为0.0005，运行时间为200个历代。在输出端采用软最大值，损耗作为交叉熵.我得到了以下学习曲线。
正如你所看到的，精确性的学习曲线有很多平坦的区域，我不明白为什么。误差似乎在不断减少，但准确性似乎没有以同样的方式增加。精确学习曲线中的平坦区域意味着什么？为什么即使误差似乎在减小，这些区域的精度却没有提高？
这是正常的训练，还是更有可能是我在这里做错了什么？
dataframe = pd.read_csv(
浏览 1提问于2017-12-14得票数 19
回答已采纳
我是机器学习的新手，目前正在尝试训练一个具有3个卷积层和1个完全连接层的卷积神经网络。我使用的辍学概率为25%，学习率为0.0001。我有6000个150x200的训练图像和13个输出类。我注意到了一种趋势，我的损失稳步减少，但我的准确率只略有增加，然后又下降了。我的训练图像是蓝色线条，我的验证图像是橙色线条。
我想知道是不是有什么我不明白的地方，或者是什么可能的原因导致了这种现象？这是我的损失函数。
cost = tf.reduce_mean(tf.nn.softmax_cross_entropy_with_logits(pred, y))
浏览 1提问于2016-08-03得票数 8
回答已采纳
1回答
为什么fmod会产生不同的结果？
、、、、
我在使用下面这段代码
#include <iostream>
#include <cmath>
#include <cstdio>
using namespace std;
int main() {
double speed = 60.0;
double distance;
int a, b, c;
scanf("%lf %d %d %d", &distance, &a, &b, &c);
cout << distance << "
浏览 1提问于2015-03-12得票数 0
1回答
我正在用Sebastian Raschka写的“Python机器学习”一书研究机器学习。
我的问题是关于学习速度，eta0在科学知识-学习Perceptron类.下面的代码是为Iris数据分类器实现的，在那本书中使用了Perceptron。
(...omitted...)
from sklearn import datasets
from sklearn.linear_model import Perceptron
from sklearn.preprocessing import StandardScaler
from sklearn.model_selection import train
浏览 2提问于2017-06-23得票数 1
2回答
在使用NB分类器的监督机器学习算法中，如何计算精确性和查全率，我真的很困惑。
比方说
1) I有两类A，B
2) I有10000份文档，其中2000年用于培训样本集( A=1000类，B=1000类)
3)在上述训练样本集的基础上，使用NB分类器对rest 8000文档进行分类。
4)现在，在对5000个文档进行分类之后，属于A类，3000个文档属于B类
5)现在如何计算精确性和召回率？
请帮帮我..。
谢谢
浏览 3提问于2012-12-08得票数 5
回答已采纳
1回答
我是机器学习的新手，我正在努力学习这个过程，并且从和Weka一起玩开始。当我在Weka中加载数据并开始分类时，软件会显示如下所示的值：
Correctly Classified Instances 416 39.6568 %
Incorrectly Classified Instances 633 60.3432 %
Kappa statistic 0.091
Mean absolute error 0.4371
Ro
浏览 4提问于2016-02-21得票数 0
回答已采纳
在CUDA设备上有大量的数据等待机器学习算法处理。然而，我对设备的内存有一些担忧，因此我尝试使用浮点数而不是双精度(我猜这是一个很好的解决方案，除非有人指出更好)。有没有办法使从浮点数得到的结果保持双精度？我想不是。甚至这也是一个有点愚蠢的问题。那么，在设备上处理大型数据实例的另一种正确方法是什么呢？
浏览 0提问于2013-06-21得票数 0
回答已采纳
1回答
所以我像这样测量执行时间：
$time = -microtime(true);
...
$time += microtime(true);
PHP版本是运行在Win Server2008 x64机器上的5.3.26RC1 x86。"Precision“ini参数等于16。但是，每次执行时间低于0.001，它只返回0(显然，脚本不能立即执行！)。更奇怪的是，我的测试机器(标准php.ini-development)返回非零值，即使这两个语句之间没有代码...会出什么问题呢？
更新:简单测试：
<?php
ini_set('precision',16);
echo p
浏览 0提问于2013-06-28得票数 2
回答已采纳
请原谅我，我是一个编程新手，我正在尝试学习如何围绕0,0,0旋转一个三维点(XYZ)，稍后我将尝试改进我的代码，以允许围绕任意点(XYZ)旋转。
我是从VB开始的，在这里和Web上进行了广泛的搜索后，我无法找到对我的问题的解释。我已经快40岁了，正在努力学习数学和编程，所以请容忍我，因为我需要时间来消化这些问题的所有数学方面。
基本上，我正在尝试写一个算法来旋转一个三维点，然而，虽然看起来我的代码在某些角度下可以工作，但在另一些角度下，我只是得到了奇怪的奇怪的数字，在某些方面可能是正确的，但我在代码中找不到缺陷。我已经研究这个问题好几天了，并尝试了多种方法，但我就是不能发现错误。
这是我的小应
浏览 1提问于2017-10-09得票数 0
1回答
机器学习查询
、、、
如果我错了，请纠正我。“训练集用于计算机器学习模型的参数，验证数据用于计算同一模型的超参数(我们使用相同的权重，不同的超参数)，测试集用于评估我们的模型”。如果是真的，有人能更详细地解释一下整个过程吗？蒂娅。
浏览 26提问于2018-06-07得票数 -4
回答已采纳
我写了一个随机机器学习算法。
每次在相同的测试数据上运行该算法时，都会得到不同的结果。我每一次都要比地面真相更准确。
为了正确地评估系统的性能，必须在相同的测试数据上多次运行该算法，并取所有测试数据精度的平均值。
我被要求证明我所做的算法的运行次数是正确的。是否有一种科学的方法来确定这个问题，或者我可以引用的一项研究表明它的价值？
浏览 0提问于2018-07-21得票数 1
1回答
刚开始学习J语言时，我输入了：
1+^o.*0j1
，但我得到的是0j1.22465e_16虽然这非常接近于0，但我想知道为什么答案中有一个数字错误，而J应该能够执行任意精度的算术？我怎样才能得到正确的答案0？
浏览 4提问于2013-02-28得票数 3
回答已采纳
1回答
我正在学习单精度和双精度的机器感应器，并比较不同程序的值。例如，在matlab中有以下代码：
>> format long
>> eps
给出2.220446049250313e-16。但是Maple中的以下代码：
> readlib(Maple_floats);
> evalhf(DBL_EPSILON);
> quit;
给出-15 .2220446049250314 10 (其中-15是指数)。
这两个程序的输出略有不同。枫树看起来是从3到4的集合，造成这种差异的原因是什么？
浏览 3提问于2015-09-03得票数 2
回答已采纳
1回答
我面临着二进制分类问题。我正在使用一些机器学习模型和Python 3，我注意到有些模型在给定的类上比其他类表现得更好。我想把它们结合起来，以提高我的准确性和精确度。我知道一种在回归问题中这样做的方法，比如加权平均预测。但我不知道这在分类问题上是否合理。而且，你必须知道一个更好的方法。
下面是我的算法，它帮助我识别那些特别难以预测的标签：
"""
each value is in {0, 1}
ytrue : real values
ypred : predicted values
"""
def errorIdentifier(ytrue, yp
浏览 0提问于2019-05-29得票数 0
回答已采纳
目标：
嘿，伙计们，我正在尝试用Python创建一个分类模型来预测共享单车站点何时会有过多的每小时相对流入或流出。
我们正在做的工作是：
我的数据帧的前5行(总共超过200,000行)看起来像这样，我在'flux‘列中分配了值0，1，2-如果没有重要的动作，1如果流入太多，2如果流出太多。
我正在考虑使用station_name (超过300个站点)、一天中的某小时和一周中的某一天作为预测变量来对“流量”进行分类。
模型选择：
我应该配什么？朴素贝叶斯？KNN？随机森林？还有什么适合的吗？GDM？SVMs？
仅供参考: always 0的基线预测相当高，为92.8%。不幸的是
浏览 2提问于2015-07-25得票数 0
2回答
我正在学习机器学习，到目前为止，我已经使用逻辑回归解决了平衡数据的问题，比如情绪分析，其中我对两个类(+ve，-ve)都有相同数量的训练数据。
现在，我正在研究命名实体识别问题，其中我必须识别文本中的人名。因此，我的数据是稀疏的，只有不到10%的训练数据是+ve大小写(实际上是一个person标签)，reset是负大小写(而不是person标签)。因此，我的训练数据中存在巨大的不平衡。
在这种情况下，监督学习算法是否有效？
浏览 0提问于2015-11-10得票数 2
我有一组不同长度的非零序列，我使用Keras对这些序列进行建模。我使用来标记(令牌从1开始)。为了使序列具有相同的长度，我使用填充。
填充的一个例子：
# [0,0,0,0,0,10,3]
# [0,0,0,0,10,3,4]
# [0,0,0,10,3,4,5]
# [10,3,4,5,6,9,8]
为了评估该模型是否能够推广，我使用了一个70/30比的验证集。在每个时代结束时，Keras显示了训练和验证的准确性。
我最大的疑问是，当使用填充时，Keras验证的准确性是否可靠(当您在多个时期运行Keras时，在每个阶段的末尾，它会打印训练精度和验证精度)。因为验证集可以简单地是0's
浏览 0提问于2020-07-19得票数 3
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
实时音视频
即时通信 IM活动推荐
腾讯云开发者
