การเพิ่มความจุของเทคนิคการข้ามผ่าน เพื่อเพิ่มความทั่วไป

การข้ามผ่านระบบการข้ามผ่าน (Colution) เป็นวิธีการทางสถิติที่ใช้ประเมินประสิทธิภาพของโมเดลการเรียนรู้ของเครื่อง มันช่วยประเมินว่าแบบจําลองทั่วไปนั้นดีขนาดไหน

การแก้ไขภาพไขว้

การประมวลผลข้าม (transfer) นี้เกี่ยวกับการจัดองค์ประกอบข้อมูลต่าง ๆ ในสับเซตหลาย ๆ แบบ โดยโมเดลนี้ จะถูกฝึกกับสับเซตและทดสอบในบางระบบ โพรเซสนี้จะทําซ้ําหลายครั้งเพื่อให้แน่ใจว่ารุ่นของรุ่นจะทํางานสอดคล้องกัน โดยแต่ละส่วนของข้อมูลต่าง ๆ

เทคนิกข้ามเส้นผ่าน

เทคนิคหลาย ๆ อย่าง ถูกใช้ในการทําการตรวจสอบข้ามมิติ แต่ละแบบเหมาะกับสถานการณ์ที่แตกต่างกัน

• [FLT: 0] K-Fold ครอส-วาลิเดชัน:[FLT: 1) แบ่งข้อมูลเป็น 'k' ส่วนเท่ากัน, ฝึกเมื่อ k-1 ส่วน และทดสอบกับส่วนที่เหลือ โพรเซสนี้ซ้ํา k ครั้ง
• [FLT: 0]. transferized K-Fold:[[FLT: 1) คล้ายกับ K-Fold แต่ยังคงการจัดจําหน่ายแบบหลายแบบทั่วการพับ, ใช้สําหรับข้อมูลไม่สมดุล
• [FLT: 0] ถอนตัว 1-1 Out (LOO): ใช้จุดข้อมูลหนึ่งจุดสําหรับทดสอบและที่เหลือสําหรับการฝึกซ้ําอีกครั้งสําหรับแต่ละจุดข้อมูล

กิจ ปฏิบัติ ที่ ดี ที่ สุด สําหรับ การ ขาด ความ อิ่ม ใจ

เพื่อเพิ่มประโยชน์ในการข้ามเวลา โปรดพิจารณาการปฏิบัติที่ดีที่สุดต่อไปนี้:

• เลือกค่าที่เหมาะสมของ 'k' โดยใช้พื้นฐานจากขนาดข้อมูล
• ทําให้แน่ใจว่าข้อมูลจะลดความลําเอียงลงก่อน
• ใช้วิธีการจัดหมวดหมู่สําหรับปัญหาการจําแนกกับคลาสที่ไม่สมดุล
• การแยกการข้ามผ่านด้วยจังหวะไฮเปอร์พารามิเตอร์ สําหรับผลลัพธ์ที่เหมาะสม