iT邦幫忙

2024 iThome 鐵人賽

DAY 9
0
AI/ ML & Data

從資料處理到深度學習系列 第 9

調參交叉驗證

  • 分享至 

  • xImage
  •  

今天是第9天,交叉驗證是一種非常有效的策略,他的主要目的是透過將數據及劃分為多個訓練集和驗證集確保模型的泛化能力,避免因為訓練數據過少或過多導致的過擬合或欠擬合。

交叉驗證可以幫助我們找到最適合的超參數組合,透過這種方式我能夠獲得更穩定的模型性能指標,減少了單一驗證集帶來的隨機性誤差,實驗中我嘗試不同的參數組合,包括學習率、正則化強度和模型的深度等,最後選擇了能夠使驗證機上表現最優的參數組合,這個過程不僅幫助我了解模型對不同參數的敏感度,才提高了我對模型訓練成果的掌握。


上一篇
隨機森林
下一篇
集成學習
系列文
從資料處理到深度學習30
圖片
  直播研討會
圖片
{{ item.channelVendor }} {{ item.webinarstarted }} |
{{ formatDate(item.duration) }}
直播中

尚未有邦友留言

立即登入留言