machine-learning - 辍学率理想值?
问题描述
我知道辍学率是什么以及它有什么帮助,但我有两个问题:
我不知道它是如何工作的,我知道它关闭了一些神经元,但它如何帮助提高准确性。
我看到有时人们应用非常大的辍学率有时非常低,所以这让我感到困惑,辍学率是否有任何理想值。
解决方案
辍学率没有通用值,您可以在任何地方使用它,这取决于您的模型以及一些命中和试验。它的值不应该太高,否则你的模型将无法正确训练,也不应该太低,因为模型仍然会过拟合。
现在谈谈你的第一个问题,当我们关闭一些神经元时,它可以防止当模型从你的样本数据中学习太多时发生的过度拟合。
推荐阅读
- python - 带有 int() 和 str() 的用户输入的 While 循环
- laravel - 我正在使用 ajax 但它显示方法不支持我检查但方法在 ajax 和路由中是相同的
- c++ - 在为该超类的子类制作的数组中使用超类对象时出错
- javascript - 如何使用单个导出从 React 中的 JS 文件中导出所有导入的图像?
- javascript - res.send 在将响应发送到我的 Express 服务器应用程序上的前端之前没有等待我的异步函数完成
- amazon-web-services - 无法在 EC2 Ubuntu 上提取 tar.gz wordpress
- algorithm - 如何找到大θ?
- python - 使用正则表达式匹配 json 格式的文本文件
- php - 如何使用 paypal/checkout-php-sdk 执行付款?
- redis - Redis超时,数据库中几乎没有数据,使用.NET客户端