ANN实现过拟合

文章/答案/技术大牛

发布

1回答

python、machine-learning、deep-learning

我在网上搜索了一下，根据我的理解，我有关于模型过拟合的问题。我使用的数据集非常小，来自UCI网站，名为印度肝病患者数据集。数据集包含的600左右的观测值非常少。我的问题是，我如何克服数据中的这种过度拟合。任何帮助都将不胜感激，谢谢。sc.fit_transform(X_train)classifier.add(Dense(units=1,

浏览 8提问于2019-05-13得票数 0

回答已采纳

1回答

我们如何结合ANN+CNN和组合CNN+SVM呢？

neural-network、classification、conv-neural-network、svm

我已经训练了支持向量机，细胞神经网络和神经网络上的UCF-101数据集，支持向量机和神经网络使用CSV文件的色调和LBP的特征，而CNN使用的分类图像和我想结合{支持向量机和CNN}和{ANN和CNN我已经提取了数据集中的每个视频的第一个关键帧，然后计算它的LBP histogram.Used它作为图像的特征，写在csv连同它的标签(我只选择了5类数据的101个可用)，然后训练支持向量机和神经网络上的it.ANN

浏览 87提问于2019-05-15得票数 0

0回答

ANN预测都是一样的

r、neural-network

我已经为我的ANN训练并选择了一个特定的拓扑，使用RMSE选择了一个具有18个隐藏节点的拓扑。, data = train, hidden = 18, threshold =0.01, act.fct = "tanh", stepmax = 1e+07) best.ANN.pred.f <-compute(best.ANN.f, test[,c("income", "pop", "prop_unemp", "medianage", &

浏览 0提问于2018-07-10得票数 0

1回答

如何在tensorflow中进行架构分析？

python、tensorflow

如果我用tensorflow写一个模型，可能是任何CNN或ANN。我想知道如何发现我的架构或模型中是否有问题。例如。如果我的模型拟合不足或过拟合。

浏览 13提问于2018-09-01得票数 0

2回答

过拟合ANN的问题--可能是由于OneHotEncoder问题

python、tensorflow、scikit-learn

我一直致力于构建一个简单的ANN，因为我是一个新手，虽然我不再收到任何错误，但在第一个时期之后，精度跃升到1.0，这表明过度拟合。我确保因变量(y)列不在X和y数组中。我从另一篇关于stackoverflow的文章中得到了一个热门的编码器类，我觉得我可能没有正确地实现它，这就是问题所在。我在想，这条线路调用类可能有问题，但不是100%确定。任何关于如何解决过拟合或改进模型的澄清都将不胜感激。#Initializing ann = tf.keras.models.Sequential()

浏览 15提问于2021-07-31得票数 1

回答已采纳

3回答

如何用构造的神经网络工具箱计算数据？

matlab、neural-network

我有一系列的x和y数据。例如：y=[4 7 11 18 35 42 67 100 110]x=[60 80 98 120]有谁可以帮我？y=[4 7 11 18 35 42 67 100 110] %// Solve an I

浏览 2提问于2014-10-15得票数 0

1回答

ValueError:未知优化器:优化器

machine-learning、keras、scikit-learn、neural-network、hyperparameters

我想要进行超参数调优，为此我应用了gridsearchCV，但在拟合它的过程中，获得了ValueError from keras.wrappers.scikit_learn import KerasClassifier() ann.add(tf.keras.layers.Dense(units = 6, activation = 'relu')) <em

浏览 20提问于2020-07-25得票数 0

回答已采纳

1回答

如何实现无欠拟合或过拟合的回归模型

python、machine-learning、data-science

有什么方法可以得到体面的模型与不那么好的dataset，而不适合或过度拟合？还是根本不可能？

浏览 1提问于2020-03-20得票数 0

回答已采纳

1回答

这是TF训练曲线过拟合还是过拟合？

python、tensorflow、keras、deep-learning

在过度适应的情况下，据我所知，val_loss必须飙升而不是train_loss。但是下面的情况如何(val_loss仍然很低)？这个模型不合身吗？还是完全不同的案子？以前我的模型会非常适合，所以我增加了0.3的下降率(4个CuDNNGRU层，64个神经元，一个密集的层和64个批次)，那么我应该减少辍学吗？

浏览 1提问于2019-09-22得票数 2

回答已采纳

3回答

训练能力强，预测能力差

neural-network

我写了一个在神经网络中预测的代码。所以我把我的代码放在这个论坛上，希望能得到一个答案：1-数据的Excel文件:第1-4行用于训练输入，第5行用于训练输出(第6行是输出，但在本代码中没有使用)，第7-10行用于测试输入，第11行用于测试输出。运行程序后，出现4个图表:第一行是训练数据，第二行是测试数据。非常

浏览 0提问于2010-11-24得票数 1

1回答

使用NN实现回归的Numpy实现

python-3.x、numpy、neural-network、regression

我正在使用NumPy实现我自己的回归神经网络模型，当我在m>1个样本上测试我的模型时，我得到了非常奇怪的结果(对于m=1它工作得很好)。

浏览 1提问于2020-07-26得票数 0

1回答

过拟合模型

machine-learning、loss-function、overfitting

第二种模型在训练损失为1.47e-3的12个时期后开始过拟合。另一方面，第一个模型在训练损失为1.17e-3的70年代后没有表现出明显的过度拟合行为(因此较低)。有矛盾吗？我该怎么解释呢？

浏览 0提问于2019-12-24得票数 1

1回答

LIBSVM过拟合

machine-learning、svm、libsvm、cross-validation

我知道这被称为过度拟合，但在这里是否重要，因为这只是5 %的差异。仅仅使用一个或两个功能和一个相对较大的训练集是否更好呢？希望你能帮我一把。

浏览 4提问于2014-05-10得票数 4

回答已采纳

3回答

Sklearn过拟合

scikit-learn

我认为这可能是因为过度拟合。你能给我一些解决这个问题的建议吗？

浏览 0提问于2016-09-19得票数 0

3回答

过拟合问题

overfitting

你认为这太合适了吗？ 📷

浏览 0提问于2019-08-24得票数 7

回答已采纳

3回答

过拟合问题

neural-network、keras、image-classification、convolutional-neural-network

我从零开始制作小型CNN来分类条形码。我有两类:一种是条形码图像，另一种是非条形码(物品、动物、景观、家具、人)。我获得了良好的训练精度( 50年代后的80%+)，但我的验证精度是恒定的，在50%左右，这是我的主要问题。我的目标是在大约80%的验证准确性。我使用了一些技术，如退出、减少参数数、数据增强等。我的训练集是480张图像(240个条形码，其余240个)，我的验证集是120 (60\60)。我应该怎么做才能在验证集上达到大约80%的准确性。我使用keras和tensorflow框架。我的CNN：tf.keras.

浏览 0提问于2019-09-27得票数 0

1回答

MATLAB中人工神经网络回归与性能图的差异

performance、matlab、machine-learning、neural-network、regression

我在理解ANN的回归和性能图时遇到了问题。我的数据由13个输入和3个输出组成。用于模拟的参数如下。我面临的问题是，我得到了一个非常好的拟合回归图，如下所示(性能和回归图)。这意味着模型很好地拟合，但另一方面，均方误差相当高。这对我来说是件奇怪的事。如果回归图拟合得很好，那么MSE应该很小，或者我错了？

浏览 0提问于2015-05-02得票数 0

4回答