毕设模型大致设计完成了(一个seq2seq模型,进行轴承寿命预测任务,大致就是随着时间增加,根据振动值变大,预测轴承还能工作多久不崩溃),但是老师要求丰富内容,比如train_loss之类的参数和随着训练进行得到的结果的折线图像。
所以就想问问大佬们,机器学习常用的用来衡量模型效果的参数和可以考虑打印的图像有哪些啊?(越多越好,目前就只加了MSE_LOSS)
毕设模型大致设计完成了(一个seq2seq模型,进行轴承寿命预测任务,大致就是随着时间增加,根据振动值变大,预测轴承还能工作多久不崩溃),但是老师要求丰富内容,比如train_loss之类的参数和随着训练进行得到的结果的折线图像。
所以就想问问大佬们,机器学习常用的用来衡量模型效果的参数和可以考虑打印的图像有哪些啊?(越多越好,目前就只加了MSE_LOSS)
数据集如何划分的,有没有随机抽取且独立同分布?分布情况大致如何。
然后评价结果可以借鉴下目标检测的mAP评价指标,计算精准率precision,召回率recall,精准度accuracy,然后根据这三个值绘制ROC曲线。