python - 从经过训练的模型中了解 LSTM 训练和验证图及其指标 (LSTM Keras)
问题描述
我训练了一个 RNN/LSTM 模型。在绘制损失和准确性图表(黑白训练和验证数据集)之后,我想解释我的模型结果。
如果我只向模型提供部分输入,我的目标是对标签(0 或 1)进行分类。我以这种方式进行了培训。
Train_Validate_Test_Split
Train 80% ; Validation 10 % ; Test 10%
X_train_shape : (243, 100, 5)
Y_train_shape : (243,)
X_validate_shape : (31, 100, 5)
Y_validate_shape : (31,)
X_test_shape : (28, 100, 5)
Y_test_shape : (28,)
来自模型结果的问题或解释
Q 1:我可以从损失和准确度图中理解/解释什么?如何确认模型是否为我的数据集正确训练?
Q 2:损失和准确率的波动是否对模型训练有影响?(或者这是一种正常行为)如果不是,我怎样才能在没有振荡的情况下规范我的模型?
问 3:我可以从我的指标表格列中解释或理解什么?与训练和验证准确性相比,我的 Y_test 准确性更高,我可以从这种行为中解释什么?
解决方案
推荐阅读
- html - 如何将数据从excel复制/粘贴到网页(VBA)?
- angular - 找不到类型的 Angular Redux
- oracle - 在 SQL LOADER 控制文件中使用 CASE 语句
- java - Prometheus 计数器不一致
- javascript - 响应式菜单按钮仅在 iOS 设备上不起作用
- reactjs - 在 React 16.8 中访问整个状态对象
- c# - Json反序列化忽略具有错误值的对象
- vba - 无法在 Word 2016 中使用自定义 UI 上下文菜单
- sharepoint - 在新功能区中更改 Sharepoint 图标
- php - 无法查看从父类继承的属性