python - 使用 GCN 的预测不好但模型准确度高
问题描述
我正在使用图形卷积网络从具有 OCR 结果的图像中提取信息。我的训练集有 45-50 组数据。在训练模型时,我能够获得 85-90% 的准确度,损失为 0.63094 但是当我尝试预测它时,使用该模型会产生不好的结果。请帮我解决这个问题。Model Input Graph-based Adjacency Matrix - A, Features set - X, Labels- y learning rate - 0.01 number hidden layer 2
解决方案
这可能是因为一些事情。
- 没有足够的数据
- 您的功能不足以进行可靠的预测
- 你过拟合了
但除了你给的以外,我不确定。如果您可以提供更多信息,我可能会提供更多帮助。
推荐阅读
- angular - 如何解决 angular4 web api 中 rxjs/observable 中的错误
- netlogo - Netlogo 中的表函数/插值
- pandas - pandas DataFrame.loc 中的不同括号
- sql - 将postgresql数据库中的列转换为行
- terraform - Terraform - aws_cloud_watch_log_metric_filter
- java - (Java)如何从超类调用重写的“继承”方法?
- php - 带有包含参数的 php 函数的 Ajax 帖子
- sql - 提取特定查询记录并分配给VBA中的变量
- node.js - GAE 上的 Nodejs Websocket
- jenkins - Jenkins 不在 HTML 发布的页面上加载 CSS