機器學(xué)習中的問題

1、怎樣評測神經(jīng)網(wǎng)絡(luò)

2、特征標準化

3、挑選好的特征

4、避免無意義的信息

5、激勵函數(shù)





1、怎樣評測神經(jīng)網(wǎng)絡(luò)

分類問題,使用 ?error,accuracy,R2 score ??

回歸問題中使用 R2 score

不均衡問題使用F1 score

避免產(chǎn)生過擬合問題?


過擬合問題解決方案 ,,

L1/L2 regularization

Dropout


2、特征標準化?



3、挑選好的特征?



避免無意義的信息



避免重復(fù)性的信息

避免復(fù)雜的信息



4、激勵函數(shù)?





可以自己寫自己的激勵函數(shù),只要能夠微分就行,能夠讓系統(tǒng)反向傳遞回去。。



多層神經(jīng)網(wǎng)絡(luò)中 不能隨意使用激勵函數(shù),,需要小心點。。會設(shè)計到梯度爆炸和梯度消失的問題 。。


少量hidden layer 激勵函數(shù)可以 多種選擇。。。

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
【社區(qū)內(nèi)容提示】社區(qū)部分內(nèi)容疑似由AI輔助生成,瀏覽時請結(jié)合常識與多方信息審慎甄別。
平臺聲明:文章內(nèi)容(如有圖片或視頻亦包括在內(nèi))由作者上傳并發(fā)布,文章內(nèi)容僅代表作者本人觀點,簡書系信息發(fā)布平臺,僅提供信息存儲服務(wù)。

相關(guān)閱讀更多精彩內(nèi)容

友情鏈接更多精彩內(nèi)容