machine-learning - 为更大的数据集增加 MAE/MSE 值

Question

首先，如果这不是问这个问题的最佳地方，我想道歉。我有一个回归模型，可以根据 11 个输入预测葡萄酒的质量。目前我的模型有平均平均绝对误差和均方误差结果。但是，我使用两个具有完全相同输入和参数的数据集。一个数据集有 1600 个条目，另一个有 5000 个条目。我的问题是我的 MAE 和 MSE 值对于较大的数据集更差。我的模型不应该随着训练集大小的增加而获得更好的性能吗？

标签： machine-learningregression

Answer 1

我的模型不应该随着训练集大小的增加而获得更好的性能吗？

简短的回答：没有

更长的答案：

一般来说，假设拥有更多数据会给你带来更好的准确性是正确的思考方式。但是更多的数据并不意味着你的模型会变得更容易。它可能会变得更复杂。例如，您正在使用线性回归，但在某个时间点您意识到随着更多数据的回归似乎是指数曲线。

您还需要检查新（更多）数据是否遵循您的原始分布。我的方法是你用更多的数据重新训练你的模型，然后考虑一个新问题。