1回答
名称实体识别的度量
、、、
在一个NER项目中，我一直面临着在训练中评估我的模型的问题。我不能使用精度度量、f1评分或任何其他度量来评估我的运行时模型，因为由于数据集中有许多O(其他)标记，这总是导致高值。
浏览 0提问于2019-06-13得票数 2
如何在大型评估数据集的特定片(段)上评估我的TensorFlow模型的性能？
浏览 3提问于2018-03-29得票数 0
回答已采纳
1回答
我有每天1096行的数据集，我使用ARIMA模型预测了未来14天。我的问题是，我从ARIMA得到的预测结果实际上是看不见的。是否有任何评估指标或方法来检查我从ARIMA获得的预测值是正确还是错误？
有没有办法评估看不见的结果？
浏览 39提问于2019-10-28得票数 0
我正在尝试使用BigQuery ML训练一个模型，但对其功能有些困惑。
当我使用CREATE model功能创建模型时，它允许我将数据拆分为训练和评估。假设我使用AUTO_SPLIT，我的行数在500到50,000之间，根据文档，20%的数据在随机拆分中用作评估。我可以假设剩下的80%将用于培训吗？
因此，在某种程度上，通过使用这个创建模型功能，我基本上可以同时进行训练和评估。这种理解是正确的吗？如果是，那么ML.Evaluate函数的用途是什么？
浏览 2提问于2020-02-24得票数 1
3回答
我正在研究一些RNN (递归神经网络)模型，并希望对这些模型进行评估，所以我正在寻找有用的度量来评估RNN模型？
浏览 0提问于2022-02-26得票数 1
1回答
目标函数与评价指标的匹配
、、、
模型拟合的目标函数和模型验证的评价指标是否需要在整个超参数搜索过程中保持一致？
例如，一个XGBoost模型是否可以以均方误差作为目标函数(将“目标”参数设置为reg: squared :回归和平方损失)，而交叉验证过程是基于显著不同的度量来评估的，例如伽马偏差(伽马回归的剩余偏差)？或者评价指标应该尽可能地与目标函数相匹配，因此需要选择均方误差作为评价指标。
浏览 0提问于2020-09-25得票数 3
回答已采纳
我有一个图像分割模型(.h5)，它使用骰子系数、召回和精确度量进行训练。
使用以下代码使用ImageDataGenerator类对模型进行了培训：
history = model.fit_generator(train_data,
steps_per_epoch=20,
epochs=200,
validation_steps=5,
validation_d
浏览 0提问于2022-12-20得票数 0
我是ML的新手。我已经创建了一个决策树模型来根据一些标准来预测商品的价格。
例如，假设该模型根据发动机大小、车门数量、燃料类型、里程和车龄等几个特征来预测汽车的价格。
对数据的分析表明，我的数据不是线性的，所以决策树更适合。该模型在预测方面也做得不错，但在我将其提供给任何用户之前，我需要量化其准确性。
由于它是非线性的，R平方似乎不是一个评估准确性的好方法，但我不确定我应该使用什么。
感谢你在这方面的建议。
浏览 4提问于2018-03-18得票数 1
不确定标题是否令人困惑。下面是一个示例：
假设我们建立了一个回归模型来预测房价。然而，与其关心MAE、MSE和其他一些度量可以帮助定义的预测精度，我主要关心的是以下场景：
给定A和B两套房子，这个回归模型是否能真正判断A的实际价格是否大于B的实际价格?基本上，我想用这个模型来进行定向引导。在这个场景中，我应该使用哪个度量？
谢谢。
浏览 0提问于2022-02-04得票数 0
我试图在Spark1.6.0中对随机森林执行交叉验证，我发现很难获得评估指标(精确性、召回性、f1.)。我要所有折叠度量的平均值。这可以用CrossValidator和MulticlassClassificationEvaluator获得吗？
我只找到了一些示例，在这些示例中，评估稍后将在独立的测试数据集上执行，并使用交叉验证中的最佳模型。我并不打算使用一个训练和测试集，而是使用所有的dataframe (df)来进行交叉验证，让它分裂，然后取平均度量。
paramGrid = ParamGridBuilder().build()
evaluator = MulticlassClassific
浏览 1提问于2017-08-04得票数 4
回答已采纳
这是关于建议的一个一般性问题：
使用“确定系数”(R^2)作为推荐标准是个坏主意吗？
我正在建立一个推荐模型，想知道用“决定系数”来评价模型是否是个好主意，而对于纯回归，我经常使用“决定系数”。另一方面，我在建议Kaggle核或一些基准上找不到“决定系数”。
浏览 0提问于2022-01-11得票数 0
回答已采纳
我想了解一下talos中的超参数搜索。具体地说，就是模型的评估。我正在浏览这个示例笔记本https://nbviewer.jupyter.org/github/autonomio/talos/blob/master/examples/Hyperparameter%20Optimization%20with%20Keras%20for%20the%20Iris%20Prediction.ipynb#seven 不，我的问题是:在评估(7)中，我如何设置特定的评估指标？例如，分类问题的F1分数。他们来自凯拉斯还是塔罗斯？如果不传递参数，默认值是什么？我在talos文档中找不到它。我是不是忽略了什
浏览 13提问于2019-01-23得票数 0
回答已采纳
我正在用2个类别(0和1)对一些测试数据进行朴素贝叶斯的10折交叉验证。我遵循了下面的步骤，但得到了错误。
data(testdata)
attach(testdata)
X <- subset(testdata, select=-Class)
Y <- Class
library(e1071)
naive_bayes <- naiveBayes(X,Y)
library(caret)
library(klaR)
nb_cv <- train(X, Y, method = "nb", trControl = trainControl(met
浏览 0提问于2014-04-29得票数 7
回答已采纳
我的数据集和模型中有6个类。数据集是关于心电信号的
每个类都有x个记录。
混乱矩阵看起来是这样的-
📷
我的问题是，在计算特异性、敏感性和正向预测性时，我是否应该考虑“不可读”的记录(未经模型处理的记录)。
任何科学证据或论文链接，认为“不可读”或噪音记录的准确性分析，将有很大帮助。
浏览 0提问于2021-12-23得票数 0
我希望在我的Keras模型中使用R2 (确定系数)作为度量标准。为此，我已经定义了一个函数(coeff_determination)。这个度量函数在没有网格搜索CV的情况下工作得很好，但是对于网格搜索cv，它给出了一个错误，比如“模型没有配置来计算精度，您应该将metrics=["accuracy"]传递给model.compile()方法”。代码如下所示。
def create_model():
#CNN Architecture - Model 7
model = Sequential()
model.add(Convolution1D(filte
浏览 1提问于2020-05-31得票数 0
回答已采纳
我有一个分类任务，目前我得到了非常低的精度指标(我的最高精度得分约为20%)。到目前为止，我已经运行了5个模型:二次圆盘分析、logistic回归、knn、随机森林和朴素贝叶斯(高斯，但不久将尝试分类)。我用过GridSearchCV (10倍)。我的数据集有1500个数据点，不超过9个特征。
我唯一的虚拟变量涵盖了性别，我已经留下了一个选项，以避免假人陷阱。我的另一个解释变量是年龄组，我对它进行了编码以保持顺序。最后，我的因变量实际上是二进制目标变量的向量(使用sklearn的多输出)。
关于因变量的更多颜色:最初的特性是一个问题，它允许6种响应选择，但被调查者可以选择其中的多个。实际上，我
浏览 0提问于2023-02-27得票数 0
回答已采纳
2回答
我是深度学习的新手，我希望能够使用F1分数来评估经过特定时期训练的模型。我认为它首先需要计算精度和召回率。 训练的模型是SSD-300-Tensorflow。有没有代码或者什么东西可以产生这些结果呢？我没有使用sci-kit或任何东西，因为我不确定是否需要这些来计算分数，但任何指导都是非常感谢的。 在名为metrics.py的文件夹tf_extended中有一个用于评估的文件，该文件具有用于精度和召回率的代码。训练完我的文件后，我将检查点放在了logs文件夹中。如何计算我的指标？由于硬件限制(GPU问题)，我使用Google collab
浏览 72提问于2021-10-03得票数 0
回答已采纳
1回答
我在不平衡数据集上执行了支持向量机( SVM )，在70/30中拆分了训练/测试。训练集中的实例数为1级的1163993和0类的234190实例。对于测试集，我有1类的498699实例和0类的100189实例。支持向量机的混淆矩阵如下：
我应该使用什么度量来评估模型？使用f-avg、计算精度、回忆和以这种方式计算每个班级的f-1分数可以是一种解决方案：
然后计算f-avg，通过计算每个类的两个f-1分数的算术平均值，如上一表的最后一行所报告的那样？
浏览 2提问于2021-04-27得票数 0
回答已采纳
遵循Tensorflow教程中的虹膜分类问题，我正在尝试构建一个DNN分类器模型来识别手写字符。遇到了对测试数据的质疑。
我假设在正常的机器学习中，测试数据是未标记的。为什么在tensorflow中，测试数据也应该被标记？有没有什么方法可以使用DNN分类器或tensorflow中的任何其他分类器输入未标记的测试数据？
浏览 18提问于2018-07-27得票数 1
我正在评估多个目标检测模型。我正在从预先训练的模型中获得一个检测列表，然后我必须将检测结果提供给另一个库，该库将计算mAP。我的问题是，我是否需要首先过滤出检测列表，然后将其提供给库以进行mAP计算？或者，有必要发送所有检测，而不对其进行过滤，以便mAP计算准确。
为了清楚地解释它，提供了以下示例。
format of list elements - (class, box, score)
detections = [(c1, b1, 0.90), (c1, b2, 0.85), (c1, b2, 0.45)] //total 3 elements
filtered_detections =
浏览 2提问于2021-01-07得票数 0
1回答
我正在使用DenseNet在Keras中进行二进制分类。 创建的加权类： # Assign weights
weight_for_0 = num_normal/(num_normal + num_covid)
weight_for_1 = num_covid/(num_normal + num_covid)
class_weight = {0: weight_for_0, 1: weight_for_1}
# Print
print(f"Weight for class 0: {weight_for_0:.2f}")
print(f"Weight for class
浏览 14提问于2021-06-14得票数 0
回答已采纳
我一直在使用Amazon Sagemaker Notebook为NLP任务构建pytorch模型。我知道您可以使用Sagemaker进行训练、部署、超参数调优和模型监控。 但是，看起来您必须创建一个推理端点，以便监视模型的推理性能。 我已经设置了一个EC2实例来在我们的模型上执行推断任务，这个模型目前在一个开发箱中，而不是使用端点来创建 是否可以使用Sagemaker来训练、运行超参数调整和模型求值，而无需创建端点。
浏览 5提问于2020-09-19得票数 1
回答已采纳
1回答
通过对时间序列分析的研究，认为RMSE和MAPE是实时序列应用中使用模型的最佳评价指标。但我的查询如下，因为这是我在时间序列分析中的第一个实践应用程序项目：
如果我用过去一年的数据训练和预测未来30天，但我们将得到实际数据后，30天的实时。我们如何将这些RMSE和MAPE与时间序列应用集成起来？
正如我从一些数据科学家那里听到的，如果我跳过第一个培训周期，在下一个再培训周期中计算这些RMSE和MAPE，在过去的培训周期中，如果我有实际数据和预测数据，这种方法有用吗？
我关注计算的RMSE和MAPE可以帮助提高模型的实时性。
从生产的角度来看，每一次的评价指标都能计算出是否有用？
我预先表示感谢
浏览 0提问于2020-10-09得票数 1
1回答
我一直在使用r2 score指标。我知道有几个评估指标，我读过几篇关于它的文章。因为我还是机器学习的初学者。我还是很困惑
何时使用，取决于我们的情况，如果是，请给我举个例子。
我读过，它说，r2 score不是简单的，我们需要其他东西来衡量我们模型的性能。这是否意味着我们需要超过一个评估指标才能更好地洞察我们的模型性能？
如果我们只通过一个评估指标来衡量我们的模型性能，那么推荐吗？
从这个中可以看出，了解数据的分布和业务目标有助于我们理解如何选择合适的度量标准。这是什么意思？
如何知道每个度量模型是否“足够好”？
浏览 3提问于2020-03-26得票数 2
回答已采纳
2回答
我想评估不同模型的性能，例如SVM，RandForest，CNN等，我只有一个数据集。因此，我将数据集分为训练集和测试集，并在此数据集上使用训练数据训练不同的模型，使用测试数据集进行测试。
我的问题是:我能否仅在一个数据集上获得不同模型的真实性能？例如:我发现SVM模型得到了最好的结果，那么我应该选择支持向量机作为我的最终分类模型吗？
浏览 0提问于2015-11-12得票数 1
我在Colab运行时运行.但即使我等了5个多小时，时代也不会上升。有什么问题我应该检查一下吗？
!nvidia-smi
> NVIDIA-SMI 455.32.00
Driver Version: 418.67
CUDA Version: 10.1
Tesla V100-SXM2...
24W / 300W |0MiB / **16130MiB** | 0% Default |
%cat /proc/meminfo | grep MemTotal
> MemTotal: **26751732 kB**
%cat /proc/sys/vm/over
浏览 0提问于2020-11-16得票数 1
我有一个关于RMSE和RMSLE的问题：
为了建立我的模型，我首先在0到1之间缩放我的所有特征和目标数据，然后使用高斯秩定标器将它们的分布转换成正态分布。
在我拟合了一个XGBoost模型并对我的测试集进行了预测之后，我使用RMSE和RMSLE来评估我的模型。
我的问题是：
我是否必须将我的数据(包括预测值和原始目标值)转换回其原始形式，然后计算RMSE和RMSLE？
或者上面提到的数据缩放和转换不影响模型的RMSE和RMSLE？
浏览 1提问于2020-11-02得票数 2
1回答
对于我的验证数据集(自己的数据)，我使用COCO和Kitti评估指标进行评估。
我希望COCO AP (0.5)值和Kitti 2D AP (带有iou=0.5)也能得到类似的分数。但我不确定它们是否具有可比性，尽管它们背后的逻辑是相同的(检查2D前视图GT和DET框中的iou>0.5并进行匹配，计算精度/召回率).
COCO对象检测AP 0.5 = 0.59 Kitti 2D AP，iou设置为0.5 = 0.33
期望它们具有可比性是正确的吗？我发现大多数论文只使用其中一种，没有人真正比较过这两种评估指标的结果。
浏览 10提问于2019-12-12得票数 1
TensorFlow对象检测API有一种非常方便的方法来获得经过训练的模型的性能指标(在他们的教程中描述)。不幸的是，没有提供每个班的平均精确分数。
有没有人知道有一种方便的方法可以为TensorFlow对象检测模型获取特定于类的AP分数，而不必编写自己的脚本来完成呢？
是在2019年被问到的，但没有得到回应。
谢谢!
浏览 5提问于2021-06-15得票数 0
回答已采纳
1回答
模型/变吉尼？
、、、
我与一位同事同时在R和MS之间工作，研究信用风险记分卡模型。在Excel中，他计算了他所说的某些变量的基尼系数，他通过从最低到最高对变量进行排序，计算破产累积数、累积人口，并使用这些计算“排名宽度”，并最终计算变量所解释的面积。
该模型是一个简单的logistic回归，根据人们的要求，我可以添加更多的变量或不同的变量。
mylogit <- glm(insolvency ~ LogPnL, data=my_data, family-"binomial")
但是，在Excel文档中，在上面的计算中没有使用来自模型的输出。
我研究了如何计算R中的基尼系数，最后计算了ROC曲线
浏览 0提问于2023-04-05得票数 0
回答已采纳
我遇到了一个奇怪的情况，我的sklearn LogisticRegressionCV模型显然获得了100%的准确率(故意没有混洗)。然而，当我要求模型报告其准确性得分时，每个逆正则化的准确性得分远远低于100%。我做错了什么？ 模型： decoder = LogisticRegressionCV(
penalty='l1', # want sparse parameters
cv=KFold(n_splits=5, shuffle=False),
Cs=np.logspace(
浏览 34提问于2020-12-11得票数 0
2回答
我正在努力理解keras模型是如何工作的。 当我们训练模型时，我们给出指标(如“准确性”)和损失函数(如交叉熵)作为参数。我想知道的是模型优化的目标是什么。拟合后，leant模型最大限度地提高了准确性？或者最大限度地减少损失？
浏览 30提问于2020-10-27得票数 0
我正在使用catboost制作一个多类预测模型，最终的解决方案应该具有最小的对数损失误差，但在catboost中不存在对数损失，他们有一个称为“多类”的损失函数。它们都是一样的吗？如果不是，那么我如何用对数损失来衡量catboost模型的准确性呢？
浏览 96提问于2020-06-22得票数 0
我正试图用一种不同的方式来计算性能，它现在是如何为模型内置的。
我想访问交叉验证期间的原始预测，这样我就可以自己计算性能了。
g = h2o.get_grid(grid_id)
for m in g.models:
print "Model %s" % m.model_id
rrc[m.model_id] = m.cross_validation_holdout_predictions()
我可以用数据集上的模型运行预测，但我认为这个测试可能会有偏差，因为模型以前见过这些数据，还是没有呢？我是否可以对同一数据集进行新的预测，并使用它来计算性能？
浏览 2提问于2017-09-16得票数 2
回答已采纳
我从Tensorflow对象检测API faster_rcnn_inception_resnet_v2_atrous_coco中训练了大约10个类的对象检测模型。当我运行model_main.py文件来评估模型时，它似乎只给出了所有10个类的平均精度(AP)和平均召回(AR)，如下所示：
Average Precision (AP) @[ IoU=0.50:0.95 | area= all | maxDets=100 ] = 0.331
Average Precision (AP) @[ IoU=0.50 | area= all | maxDets=100 ] = 0.
浏览 8提问于2019-12-07得票数 1
1回答
我想在每个训练阶段之后用困惑来评估我的模型。我正在使用带有Tensorflow后端的Keras。问题是，在每次评估之后，越来越多的内存被使用，但从未被释放。所以在几个时期之后，我的系统崩溃了。如果我不使用keras和tensorflow函数，它可以在没有内存问题的情况下工作。但那就太慢了。代码如下： def compute_perplexity(self, modelName, sentences):
all_labels, all_predictions = self.predictLabels_for_perplexity_evaluation(self.models[model
浏览 26提问于2018-12-30得票数 0
1回答
多标签分类-过配？
、、、、
我的任务如下：
从药物组合中输入药物组合，输出肾功能衰竭相关症状。
药物组合和肾功能衰竭相关症状都表示为一个热编码(例如，在总共4种症状中，有人得到症状1，症状3被表示为[1,0,1,0])。
到目前为止，我已经运行了以下模型的数据，他们已经产生了这个有趣的图表。左手图描述了模型在历元上的训练和验证损失，右手图描述了历元上的训练和验证精度。
📷
从左手图可以看出，在基线模型中，随着训练损失的减少和验证损失的增加，在基线模型中会出现过度拟合现象。然而，图表上的准确性图表表明，尽管验证精度有所提高，但验证精度仍在不断提高。
在加入辍学和L2调整(基线Reg)后，验证损失不会增加太多，这似乎解决了过
浏览 0提问于2020-09-08得票数 2
在模型创建和模型编译过程中到底发生了什么？为什么Model中不包含compile？在tensorflow图和会话方面发生了什么？
示例代码：
# model creation
model = Model(inputs, outputs)
# model compile
model.compile(optimizer='adadelta', loss='binary_crossentropy')
浏览 0提问于2020-05-19得票数 2
我正在尝试在指标(Metric_test)上发出警报。评估间隔为每5分钟一次。 问题： 假设触发了At time(T1)警报，普罗米修斯在time(t3)抓取指标，但在此期间目标上没有名为metric_test的指标，则普罗米修斯将更新为无数据，如下所示。在Prometheus GUI ->图中，当您像下面这样查询指标时，它没有显示任何数据。 Metric_test 无数据 在发生警报(T5)评估时，由于“无数据”，它会将警报标记为已解决。我不希望在没有数据的情况下进行评估。 我们怎样才能避免这种情况？
浏览 60提问于2021-01-23得票数 0
我已经在一个不平衡的数据集(大约100万正值和~1200万负值)上用Python构建了一个XGBoost分类模型，其中的特性是用户与网页元素的二进制交互(例如，用户滚动到评论与否)，并且目标是二进制零售操作。我的最终目标与其说是实现一个具有最佳决策规则性能的模型，不如说是了解哪些用户操作/特性在确定积极的零售操作中是重要的。
现在，我在论坛和文献中读到了很多关于评估/优化XGBoost模型和随后的决策规则的文章，我认为在实现最终目标之前，这是必需的。对决策规则部分(如精确召回曲线下的面积、AUROC等)和模型(如对数损失)的评价方法有很多种。我认为AUC和日志丢失评估方法对班级平衡都不敏感，所
浏览 0提问于2019-12-30得票数 2
回答已采纳
我有一个非常复杂的基于LSTM的神经网络模型，我正在对Quora重复问题对进行训练。在原始数据集中大约有40万个句子对。在整个(或80%)数据集上进行训练将需要大量的处理能力和计算时间。如果我选择数据集的一个随机子集(比如8000对)进行训练，选择2000对进行测试，这是否是不明智的？它会对性能产生严重影响吗？“数据越多，模型越好”总是正确的吗？
浏览 14提问于2019-10-30得票数 0
在SparkMLlib中，我很难访问模型估计器的参数。更准确地说，我的问题是:我有一个logistic回归模型，我想找出最佳的正则化参数(regParam和elasticNetParam)。为了做到这一点，我使用了CrossValidator，它可以工作，并为我找到了一个比我尝试过的模型更好的模型。问题是，我不知道如何访问交叉验证器找到的参数的实际值。下面是用于安装交叉验证器的代码：
from pyspark.ml.evaluation import BinaryClassificationEvaluator
from pyspark.ml.tuning import CrossValidat
浏览 0提问于2019-04-12得票数 1
我有一个多类分类问题，试图通过分析真实值和预测值以及生成分类报告来评估联邦学习模型。
但是我被y_true和y_pred困住了，我不知道如何为联邦计算提取它们。我的联邦模特训练区：
for round_num in range(0, NUM_ROUNDS):
train_metrics = eval_process(state.model, test_data)['eval']
state, _= iterative_process.next(state, train_data)
print(f'Round {round_num:3d}:
浏览 4提问于2022-06-06得票数 1
回答已采纳
1回答
R曲线下面积的计算问题
、、、
我有一个50个样本的数据集，并将其分为训练和测试数据集。将支持向量机应用于训练数据集，并对模型进行了预测。
下面，您可以从培训数据中找到svm列，从测试数据中找到Predicted列。
data <- structure(list(Samples = c("Sample1", "Sample2", "Sample3", "Sample4",
"Sample5", "Sample6", "Sample7", "Sample8", "Sample9"
浏览 4提问于2021-12-21得票数 1
回答已采纳
目前，我正在从事一个项目，其目标是找到谁有更多的可能性购买您的project.Its分类模型(0 &1 )的客户。我已经创建了使用RF和XGB两者的模型& calculated gain score (数据不平衡).Not我的超过80%的客户覆盖了前3位的训练数据，但当我在验证数据集上运行模型时，它在两个模型中都回落到56-59%。
假设我有20个客户&为了更好的准确性，我对他们进行了集群，现在模型在集群1客户上给出了完美的结果，但在集群2客户上表现很差。
任何调整同样的建议。
浏览 18提问于2019-12-04得票数 0
我通常只会把这个发到堆栈溢出，但我想过了，并意识到这实际上不是一个编码问题-这是一个ML问题。
任何其他对代码或任何其他方面的反馈都会得到充分的赞赏和欢迎！
所以我要在Kaggle上做一个重大的问题。我准备好了我的四个数据集：
features_train
features_test
target_train
target_test
考虑到这一点，我有两个问题，虽然第二个是重要的问题。
问题1:我对下一步的理解正确吗？
我们在训练数据上拟合我们的模型，然后创建一个基于features_test数据的预测(pred)。这意味着我们的pred数据集和target_test
浏览 0提问于2019-01-13得票数 3
回答已采纳
假设我在pyspark工作。我有一个RDD，rdd = sc.Textfile(file.txt)，我调用rdd.persist()，然后重新分配它：rdd = rdd.filter(lambda x: 'hi' in x)。
现在是将sc.Textfile(file.txt)持久化在内存中，还是将rdd.filter(lambda x: 'hi' in x)持久化？
浏览 0提问于2018-02-20得票数 0
1回答
我很难理解为什么我的模型上的各种指标的输出在我使用h2o时会有所不同。
例如，如果我使用'h2o.grid‘，那么当我查看平均model$cross_validation_metrics_summary时，日志丢失度量是不同的。它和model$cross_validation_metrics_summary是一样的。这种差异背后的原因是什么？我该报告什么？
library(mlbench)
library(h2o)
data(Sonar)
h2o.init() Sonarhex <- as.h2o(Sonar) h2o.grid("gbm", grid_
浏览 0提问于2018-03-16得票数 2
回答已采纳
我正在与Spark合作，想知道如何获得创建的K-means聚类模型的精确值。同时，检查Spark - KMeansModel API，我发现了"ComputeCost“，它返回”Set Sum of Squared Error“值。
有没有办法计算从“Set Sum of Squared Error”值创建的模型的精确度？
或者，在Spark中有其他可用的选项来获得它吗？关于这一点，请给我一些建议。
提前感谢:)
浏览 0提问于2018-05-17得票数 1
1回答
我最近调整了一个深入的学习框架/模型BERT的情感分类任务。我有一个80/10/10的火车/验证和测试集。经过几个实验，我得到了一个体面的模型，我想最终生产。然而，在投入生产之前，我希望创建一个实验来测试模型的健壮性/可靠性/可信度。有哪些方法/实验可以用来测试该模型或其预测的稳健性/可靠性/可信度？
例如，在计算新数据点上的二进制预测的标准错误时，是否有统计上合理的原则？
浏览 0提问于2020-08-06得票数 1
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
即时通信 IM
实时音视频活动推荐
腾讯云开发者
