1定义问题,收集数据
2选择衡量成功的指标 精度?召回率?
3确定评估方法(留出验证集,K折,重复K折)
4准备数据(数据处理,特征工程)
5开发比基准更好而模型
6扩大模型规模:开发过拟合的模型(理想的模型是刚好在欠拟合和过拟合的边界上,为了找到这个边界,你必须穿过它----添加更多的层,让每一层变得更大,训练更多的轮次都可以加速过拟合)
7模型正则化与调节超参数
1定义问题,收集数据
2选择衡量成功的指标 精度?召回率?
3确定评估方法(留出验证集,K折,重复K折)
4准备数据(数据处理,特征工程)
5开发比基准更好而模型
6扩大模型规模:开发过拟合的模型(理想的模型是刚好在欠拟合和过拟合的边界上,为了找到这个边界,你必须穿过它----添加更多的层,让每一层变得更大,训练更多的轮次都可以加速过拟合)
7模型正则化与调节超参数