回应模式 - No.63828709


No.63828709 - 技术宅


无标题无名氏No.63828709 只看PO

2024-09-20(五)01:09:33 ID:Fpaln7F 回应

二分类神经网络,把测试样本全归为正类,可能是什么原因?
试过增大学习率、提高梯度估计的随机性方差,都没有效果

无标题无名氏No.63841349

2024-09-21(六)12:34:16 ID: Fpaln7F (PO主)

在训练集上测了一下,还是把所有样本归位正类,模型就识别不了任何一个反类(´゚Д゚`)

无标题无名氏No.63841411

2024-09-21(六)12:43:41 ID: Fpaln7F (PO主)

三个隐藏层+relu,理论上是能正确二分类的吧(・ー・)

无标题无名氏No.63842460

2024-09-21(六)15:13:39 ID: 6SxeYAj

我觉得最大的可能是数据处理的不对,比如你用binary交叉熵损失的话标签要是0和1,但你用了正负1
你可以只用负样本训练看看

无标题无名氏No.63842475

2024-09-21(六)15:16:40 ID: SJC3jc0

不给看代码,肥哥们不是很好猜啊

无标题无名氏No.63843188

2024-09-21(六)16:41:20 ID: Gs2SdhS

训练集挂了多半有致命错误

无标题无名氏No.63843189

2024-09-21(六)16:41:37 ID: Gs2SdhS

代码bug之类的

无标题无名氏No.63843871

2024-09-21(六)18:01:09 ID: Fpaln7F (PO主)

用的是criteo数据集,MLP进行分类,激活函数用的ReLU

无标题无名氏No.63844042

2024-09-21(六)18:21:59 ID: Fpaln7F (PO主)

但是跑minist准确率高达99%多(;´Д`)

无标题无名氏No.63845552

2024-09-21(六)21:04:32 ID: Fpaln7F (PO主)

现在是,如果一个样本集合,52特征值+1个二值标签,不管怎么采样,都无法利用MLP达到80%以上的acc,那么是模型的问题还是样本的问题( ゚∀。)