deep-learning - 如何在文本分类任务中优化模型？
问题描述
我正在使用TextCNN训练一个文本分类器，结果precision是低（0.6），而recall高（0.9），作为深度学习的新手，我找不到提高的优化方法recall，我知道我应该观察训练数据，检查模型是否输入了相关数据。但还有其他原因吗？有没有一些模型优化的指南？</p>
解决方案
推荐阅读
- html - Bootstrap 3中带有切换的左侧边栏不起作用
- keras - 为什么 Sequence.preedit_proba() 不打印分类概率
- amazon-redshift - Redshift - 将文本列插入数据库表的问题
- java - java中sparksql中的“无法访问可序列化”错误
- sql - 更新表以包括计算的百分比
- java - org.hibernate.exception.SQLGrammarException
- java - 将位图数据从一个活动传递到另一个活动
- firebase - 使用 Firebase/Firestore 计算服务器端地理位置距离
- java - 如何从Java中的文件执行多个存储过程查询？
- javascript - 为什么 gulp 不构建新文件？