作者查詢 / polie4523
作者 polie4523 在 PTT 全部看板的留言(推文), 共189則
限定看板:全部
看板排序:
17F推: 有推有正取10/22 19:11
16F推: Import seaborn, plotly09/24 16:54
26F推: 有推有正取~09/16 14:29
19F推: 有推有正取!09/16 12:44
12F推: 祝各位都正取~09/15 15:10
35F推: 有推有正取09/08 02:36
3F→: 對啊哈哈,因為希望能盡量滿足條件08/24 09:03
6F推: 個人淺見,有錯請多指教。我覺得以”研究”的角度,用v08/15 02:24
7F→: alidation調整參數看泛化能力就好了,實務上真的要應用08/15 02:24
8F→: 模型才需要看test,因為這才是乾淨可信能應用在未知資08/15 02:24
9F→: 料的指標。若是研究,反正也沒真的要拿來用,通常看val08/15 02:24
10F→: idation就可以知道大概的泛化能力,然後跟其他模型比較08/15 02:24
11F→: ,驗證該論文提出的方法是否能造成改變。08/15 02:24
12F→: 我的指導教授(非本科系)也很堅持要切test,但通常學08/15 02:31
13F→: 校研究用的資料量都很少,模型泛化能力一定很差,就算08/15 02:31
14F→: 真的test分數很高好了,但test資料很少可能不到100筆,08/15 02:31
15F→: 那就有可能是sample的樣本跟training很像所以分數很高08/15 02:31
16F→: ,而我完全不能相信test結果,天底下哪有這麼好的事08/15 02:31
17F推: 我是認為資料量少的時候不用切test,反正結果variance08/15 02:41
18F→: 會很大,例如今天你第一次看test準確率有50%,然後你再08/15 02:41
19F→: 取得新的資料測一次(如果按照那個比例的話)會發現準08/15 02:41
20F→: 確率80% 所以說這種不準的數據幹嘛測?拿去給模型訓練08/15 02:41
21F→: 還比較不浪費。08/15 02:41
2F→: 中央熱流幾乎都是雷07/04 16:04
1F→: Affine transform吧y=bx06/28 17:36
2F→: 一個權重矩陣跟特徵向量相乘06/28 17:37
3F→: 實作上在keras叫Dense在pytorch叫nn.Linear06/28 17:39
6F→: 在你原本資料的x空間如果是線性不可分離,那你就找不到06/28 18:29
7F→: 最佳解,所以要透過特徵轉換(線性轉換+其他工作)換到06/28 18:29
8F→: 另一個特徵空間找解06/28 18:29