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

Tips无名氏No.9999999

2099-01-01 00:00:01 ID: Tips

(`ε´ )说了多少遍了,这里是婆罗门宅向论坛

无标题无名氏No.63830977

2024-09-20(五)11:17:17 ID: Gs2SdhS

直观感觉有重大bug的可能性比较大,比如代码bug,训练集分布极度不均匀

再不济拿训练集测也不会只有一边的结果

无标题无名氏No.63830992

2024-09-20(五)11:19:08 ID: Gs2SdhS

如果训练集没有问题,也可能是过拟合,考虑增加训练集里负样本的数量和种类

无标题无名氏No.63831841

2024-09-20(五)12:57:39 ID: Fpaln7F (PO主)

正类:负类数量3:1大概

无标题无名氏No.63831948

2024-09-20(五)13:08:40 ID: UvTKWMZ

>>No.63831841
那只要全判断正类,不就能达到75%的acc了吗

无标题无名氏No.63832484

2024-09-20(五)14:25:22 ID: Fpaln7F (PO主)

>>No.63831948
没错,但这不是我想要的结果啊(;´Д`)

无标题无名氏No.63832508

2024-09-20(五)14:28:37 ID: 6SxeYAj

首先你看看训练集上的正确率是多少,在训练集上能分对负样本吗

无标题无名氏No.63832603

2024-09-20(五)14:38:54 ID: 6SxeYAj

一般来说训练神经网络应该先试着过拟合训练集把训练集全部分对,然后再减少过拟合
如果在训练集上没问题,那你可以把训练集分成两部分,一部分当训练一部分当验证集。看看重新训练后,在验证集上的效果如何
如果在验证集上也没问题,那说明你的测试数据和训练数据差别过大

无标题无名氏No.63835217

2024-09-20(五)19:42:23 ID: q8eRB7R

数据集来源是什么,工业数据集还是学术数据集

无标题无名氏No.63839513

2024-09-21(六)05:47:56 ID: zm40PJP

猜一个分布不均,我毕设那个数据集就这个弔德行,正常数据异常数据基本都在一块,索性把原数据改了然后成了