最近在做核参数的优化,我使用了网格搜索和PSO,两个都出现这个问题。超参数在验证集上表现很好,但是利用该参数进行模型训练和测试,正确率明显下降(有些可能会上升),请问大家这是什么问题?
优化流程:原始数据进行10-fold crossvalidation分成训练集和测试集,在训练集中对每次寻优超参数进行5-fold crossvalidation,找出验证集中表现最优的参数。使用该参数和训练集整体进行模型训练,最后用测试集进行测试,正确率下降了
超参数优化时,验证集中正确率很高,测试集中正确率下降
- 写回答
- 好问题 0 提建议
- 追加酬金
- 关注问题
- 邀请回答
-
1条回答 默认 最新
- 安静的刚好 2019-03-17 20:45关注
验证集是从训练集中抽取出来的,其类型总是存在于训练集中。而测试集是独立的,其中一些数据的类型训练集中可能不存在,在处理过程中预测结果会出错,故正确率会下降。
解决评论 打赏 举报无用 4
悬赏问题
- ¥15 交替优化波束形成和ris反射角使保密速率最大化
- ¥15 树莓派与pix飞控通信
- ¥15 自动转发微信群信息到另外一个微信群
- ¥15 outlook无法配置成功
- ¥30 这是哪个作者做的宝宝起名网站
- ¥60 版本过低apk如何修改可以兼容新的安卓系统
- ¥25 由IPR导致的DRIVER_POWER_STATE_FAILURE蓝屏
- ¥50 有数据,怎么建立模型求影响全要素生产率的因素
- ¥50 有数据,怎么用matlab求全要素生产率
- ¥15 TI的insta-spin例程