我有一个小的数据集(2000行)，并且正在测试不同的二进制分类算法。数据集非常小，但我没有增加数据集的选项。我已经测试了一个多层感知器(深度学习)、in助推器、logistic回归，它们都给出了\pm 60% (59, 58, 62, 61, \text{etc.})的精度，无论参数发生什么变化，它们都具有相似的精度我知道数据集很小，但我想了解发生这种情况的原因，以及如何可能修复它
浏览 0提问于2021-09-07得票数 1
1回答
我知道并使用过许多经典ML和DL中的数据集。我还知道DL中的一些标准数据集(例如用于图像分类的ImageNet等)。然而，我想知道是否有任何标准数据集(或基准的准确性)的经典方法，如回归，GBM，SVM等。更具体地说，是否有任何标准数据集，可以用来衡量新方法的准确性？考虑到大多数经典方法都非常古老，它们用来测试其方法的数据集今天可能已经不相关了。
如果没有这样的标准，您是否可以评论您希望看到的应用程序类(如果有人要创
浏览 0提问于2021-07-09得票数 0
1回答
深入学习似乎是人工智能/机器学习中新的酷事物，它在许多领域运作良好，但我想知道--深入学习不是最佳方法的具体应用领域是什么?原因是什么？有什么特别的问题吗？
浏览 0提问于2016-07-18得票数 1
我的问题如下。 当我们处理命名实体识别任务时，大多数情况下都会使用经典的LSTM-CRF架构，其中CRF使用维特比解码器和转换矩阵来找到与句子相关的最佳标签序列。 我的问题是，如果一个令牌现在与多个实体关联，而不是只与一个实体关联(这是嵌套NER的情况)，就像中国银行的情况一样，其中中国是一个地点，中国银行是一个组织。CRF算法是否适用于这种情况？也就是说，在序列中找到多个可能的路径。
浏览 46提问于2020-12-11得票数 0
2回答
如何提高生物数据集的准确性？
、、、、
我有一个生物不平衡数据集，我已经应用了深入学习，支持向量机(所有的核心函数)和人工神经网络的多类分类(大小:139个样本，5个属性)在python。不幸的是，准确度不超过55%。怎样做才能提高准确度？如果数据集不能超过这种平均精度，那么解决方案是什么？
浏览 0提问于2017-08-01得票数 1
回答已采纳
我目前正在努力学习深度学习。我问自己，在回归方面，深度学习在哪些方面优于支持向量机和随机森林？
你有什么回归数据，深度学习优于支持向量机和随机森林吗？我提出这个问题的主要目的，是看看哪种数据集的深度学习优于支持向量机和随机森林。因为我不知道这些数据集是什么类型的，所以我不想在询问这些数据集时限制太大。更新:从t
浏览 0提问于2017-11-22得票数 1
回答已采纳
3回答
使用深度学习或随机森林
、、、
我对机器学习非常陌生，我正在尝试建立一个此数据集(UCI心脏病)分类模型。我用随机森林建立了一个简单的模型，得到了80%的精度。这套电视机的大小大约是900。为了获得最好的价值，我应该继续随机森林还是深入学习(如TensorFlow)？
谢谢!
浏览 0提问于2018-11-12得票数 0
1回答
client and at what time我目前正在学习深度学习算法我还知道我应该从数据库中提取数据，这些数据将被转换为向量或矩阵，然后算法应该在这些数据上进行训练。
这是正确的吗？我如何开始，我需要什么样的架构？
浏览 3提问于2017-11-01得票数 0
1回答
数据集由一罐食物组成。问题是，许多类是非常相似的，它们之间的差异通常只是一个稍微不同的标签和颜色。另一个问题是，图像是在不同的照明条件下拍摄的，因此即使是颜色也往往是区分它们的一种无效手段。
浏览 1提问于2020-08-11得票数 0
回答已采纳
1回答
在自己的数据集上培训SSD的问题
、、、、
为了进行培训，我使用了自己的(非常小的)对象数据集，这些对象不在任何更大的已知数据集中。我的数据集具有以下特征：图像中只有一个类别的标签。所有图像的大小都适合300x300。它是在imagenet数据集上进行培训的。是因为小数据集，还是因为参数错误或其他原因？
我是否必须训练我自己的分类器(VGG-16)，或者即使我的对象没有出现在预先
浏览 0提问于2019-03-01得票数 1
回答已采纳
我有一个数据集，其中包括全国学生的社会经济指标以及他们的成绩。更具体地说，这个数据集有36个变量，大约3000万学生作为预测因子，然后学生的成绩作为反应。我正在Google上使用Tens
浏览 0提问于2020-05-25得票数 2
回答已采纳
3回答
基于词嵌入的文本分类
、、、、
我有一个正面和负面内容的数据集。让我们假设这是一个垃圾邮件项目。
那么-它现在是无监督的还是监督的(因为我的数据集被标记了)？而深度学习是另一种技术，如无监督和监督的学习，还是这些
浏览 2提问于2020-03-30得票数 0
回答已采纳
我最初的模糊神经网络被命名为net，它使用一种带有epochs的小批量学习方法来实现：batch_size = 50 #larger batch size leads to overloss =criterion(ypred_var, y_var) optimizer.step()
最后，我在一个单独的测试集上测试我的模型
浏览 2提问于2020-03-25得票数 0
回答已采纳
我已经开始了一个使用深度学习对数据集进行分类的项目。我试过把学习转移到预先训练的模型上。现在，我想设计一个CNN模型，它可以完成分类工作，但在任何地方都需要大量数据。我的问题是:是否有可能在小于1000幅图像的图像数据集上设计深度CNN模型？
浏览 0提问于2018-03-13得票数 0
2回答
我知道，在处理无法放入单机内存的数据集时，spark + EMR是一种很好的方法。如果你能帮我指明正确的方向，我将不胜感激。
浏览 10提问于2017-10-18得票数 0
1回答
但我有一个非常小的句子对数据集-大约1000。而语言是一种低资源的语言。
我是一名深度学习领域的新研究员。请帮助您提出宝贵的建议。
浏览 0提问于2020-03-11得票数 0
2回答
预计算特征的含义是什么？
、、、、
当我学习深度学习时，我发现了带有预先计算的特征形式的数据集。链接(http://cs.stanford.edu/people/karpathy/deepimagesent/coco.zip)。与通常的数据集有什么不同？
浏览 0提问于2019-11-02得票数 0
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
腾讯会议
实时音视频活动推荐
腾讯云开发者
