交叉验证：原理和应用-数据分析知识图谱-CDA数据分析师

CDA数据科学研究院 CDA考试中心 CDA网校企业服务

CDA社区

CDA竞赛 CDA技术答疑 CDA会员职业咨询

关于CDA APP下载

全国热线4000-51-9191

首页

课程中心

就业邦：

CDA数据分析周末就业班2025 CDA数据分析脱产就业班2025 CDA敏捷算法建模周末班

职业技能：

CDA 业务数据分析 LEVEL Ⅰ 实操班 CDA 商业策略分析 LEVEL Ⅱ 集训营 CDA 机器学习与深度学习 LEVEL Ⅲ 集训营

职业路径

直播公开课

认证考试

企业内训

CDA社区

CDA竞赛 CDA技术答疑 CDA会员 scikit-learn中文社区职业咨询求职招聘能力测试

产品

大数据与人工智能实验室好学AI(下一代智能学习产品) CDA网校 CAIE人工智能工程师认证 AI工具集

证书查询

免密码登录

提交首次登录验证后自动注册

首页 > 行业图谱 >

1 ...3 4 5 6 7 8 9 10 11 11/11

如何评估模型的性能？: 2023-06-15; 在机器学习中，模型的性能评估是非常重要的一步。通过对模型性能的评估，我们可以了解模型的表现如何，并且可以根据这些表现来确定是否需要对模型进行优化或调整。本文将介绍如何评估模型性能以及评估时需要注意的事 ...

在SPSS中做二元logistic回归，数据的训练集和预测集怎么分的？: 2023-05-12; 在进行机器学习建模时，我们通常需要将数据集分成训练集和测试集。这种做法能够帮助我们评估模型的性能，并检验模型是否过拟合或欠拟合。在SPSS中做二元logistic回归也不例外。二元logistic回归是一种用来建立 ...

caffe框架中 LRN层有什么作用。改变各个参数会有怎么的效果。求大神指点?: 2023-04-18; LRN层全称为Local Response Normalization层，在caffe框架中是一种常用的正则化技术，它可以增强神经网络的泛化性能和抗干扰能力。本文将对LRN层的作用、参数以及改变参数的效果进行详细解析。 LRN层的作用在深度 ...

如何判别神经网络训练过程中使用测试集训练的作弊行为？: 2023-04-18; 在神经网络训练过程中，测试集通常被用来评估模型的性能和泛化能力。然而，一些不道德的行为会利用测试集进行作弊，以获得不合理的成绩或者优越感。以下是一些可能的作弊行为：将测试集加入到训练数据中，因此模 ...

训练神经网络时，loss值在什么数量级上合适？: 2023-04-10; 在训练神经网络时，loss值是一个非常重要的指标，它通常用来衡量模型的拟合程度和优化算法的效果。然而，对于不同的问题和数据集，适当的loss值范围是不同的。本文将探讨在训练神经网络时，loss值在什么数量级上是 ...

请问如何解决神经网络训练集和验证集的loss、acc差别过大的问题？: 2023-04-07; 在神经网络的训练过程中，我们通常会把数据集划分为训练集和验证集。训练集用于训练模型，而验证集则用于评估模型的性能。在实际操作中，有时候我们会遇到训练集和验证集的损失(loss)、准确率(acc)差别过大的情况 ...

lstm做时间序列预测时间序列长度应该怎么设置？: 2023-04-06; LSTM（Long Short-Term Memory）是一种常用于时间序列预测的神经网络模型。在使用LSTM进行时间序列预测时，要考虑到输入序列和输出序列的长度问题。因为LSTM是一种逐步处理序列数据的模型，输入序列的长度会直接影 ...

xgboost模型训练时需要对类型特征进行one-hot编码吗？: 2023-04-03; XGBoost是一种强大的机器学习算法，广泛应用于数据挖掘和预测建模。在XGBoost模型中，包括许多特征工程技术，例如对类型特征进行编码。在本文中，我们将探讨是否需要对类型特征进行独热编码，并介绍如何使用XGBoos ...

如何确定神经网络的最佳层数与神经元个数？: 2023-03-31; 神经网络的层数和神经元个数是决定其性能和复杂度的重要参数。然而，确定最佳的层数和神经元个数并非易事。在本文中，我们将介绍一些常用的方法来确定神经网络的最佳层数和神经元个数。神经网络层数的确定 ...

卷积神经网络中，那个卷积输出层的通道数(深度)的计算？: 2023-03-31; 在卷积神经网络中，卷积输出层的通道数（也称为深度或特征图数量）是非常重要的超参数之一。该参数决定了模型最终的学习能力和效果，并且需要根据具体任务来进行调整。通常情况下，卷积神经网络由多个卷积层和 ...

训练神经网络时，训练集loss下降，但是验证集loss一直不下降，这怎么解决呢？: 2023-03-30; 在机器学习中，训练神经网络是一个非常重要的任务。通常，我们会将数据集分成训练集和验证集，用于训练和测试我们的模型。在训练神经网络时，我们希望看到训练集的损失值（loss）不断下降，这表明随着时间的推移， ...

xgboost中的min_child_weight是什么意思?: 2023-03-28; 在介绍XGBoost中的min_child_weight之前，先简要介绍一下XGBoost。 XGBoost是一种广泛使用的机器学习算法，被用于各种数据科学任务，例如分类、回归等。它是“Extreme Gradient Boosting”的缩写，是一种决策树 ...

神经网络训练时如何找到最优的那个随机种子？: 2023-03-23; 在神经网络训练中，随机种子是一个非常重要的超参数，因为它可以影响模型的最终性能。找到一个优秀的随机种子可以提高模型的稳定性和泛化能力。但是，如何找到这个最优的随机种子呢？本文将介绍一些常用的方法。 ...

spss中因子分析的总方差解释和碎石图说明了什么？: 2023-03-15; SPSS是一种常用的统计分析软件，因子分析是其中一个常用的方法之一。在进行因子分析时，总方差解释和碎石图都是非常重要的概念。总方差解释是指因子解释的数据变异程度，通常使用特征值来表示。特征值越大，说 ...

CDA LEVEL II 数据分析认证考试模拟题库（四十四）: 2021-06-29; 不过，在出题前，要公布上一期LEVEL II中76-79题的答案，大家一起来看！ 77、C 79、D 81、按事件的发展过程来看，用户画像准确性验证分为事中验证和事后验证，以下属于事中验证的是（）。 B.交叉验证 ...

CDA LEVEL 1 考试，知识点《机器学习基本概念》: 2024-10-04; 机器学习研究如何让计算机不需要明确的程序也能具备学习能力。(—— Arthur Samuel,1959) 二、模型构建流程既然我们机器学习是借助数学模型理解数学，那么最重要的原材料就是数据了。获取数据 ...

机器学习中的偏差和方差是什么？有哪些区别？: 2020-07-20; 偏差与方差是我们在机器学习中经常遇到的两个概念，而且在有关机器学习的面试中，偏差与方差也经常拿来考验面试者的机器学习的基础知识。偏差与方差这两者看似简单，但要真正弄清楚两者之间的联系与区别，必须要下 ...

1 ...3 4 5 6 7 8 9 10 11 11/11

友情链接(合作QQ:1643607533)：数据分析师考试数据分析师美国留学低代码平台易观数据报告培训机构经济师考试大数据发展规划驾驶员考试 app制作八爪鱼采集器山西人事考试网

Copyright © 2015-2021, www.cda.cn All Rights Reserved. CDA数据分析师(北京国富如荷网络科技有限公司) 版权所有京ICP备11001960号-9

京公网安备 11010802034615号经营许可证编号：京B2-20210330

联系电话：13321103290 (微信同号)

OK

客服在线