垂子帘 2021-12-23 10:25 采纳率: 50%
浏览 18
已结题

进行神经网络训练之前，对于测试集数据进行特征工程的常见方法有哪些？

基于pytorch深度学习框架进行监督学习训练，然后发现单纯地调节网络参数训练效果并不是很好，
需要对数据进行特征工程处理，想知道有哪些常见的特征工程方法。

  • 写回答

1条回答 默认 最新

  • 八岁爱玩耍 人工智能领域新星创作者 2021-12-24 12:17
    关注

    特征工程处理方法的话主要是特征清洗和特征预处理
    特征清洗主要是针对特征是否有缺失值、数据标签失衡的一些大问题，你可以进行删增之类的。
    特征预处理主要有对特征进行归一化(这个十分重要，特别是你数据高度稀疏的时候)、离散化、降维、特征选择等等。
    训练效果不好的话可以多注意优化器，要注意Adam并不是万能的，有些时候Adam超级垃圾的(狗头)；还有就是batch大小。可以将你写的过程发一些呗，有时间一起探讨，欢迎回看我的博客

    本回答被题主选为最佳回答 , 对您是否有帮助呢?
    评论

报告相同问题？

问题事件

  • 系统已结题 1月1日
  • 已采纳回答 12月24日
  • 创建了问题 12月23日

悬赏问题

  • ¥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
  • ¥15 完成下列问题完成下列问题