Per què l'error d'entrenament és menor que l'error de prova?
Per què l'error d'entrenament és menor que l'error de prova?

Vídeo: Per què l'error d'entrenament és menor que l'error de prova?

Vídeo: Per què l'error d'entrenament és menor que l'error de prova?
Vídeo: How To Fix the “ERR_EMPTY_RESPONSE” Error 2024, Abril
Anonim

El error d'entrenament normalment serà menys que el error de prova perquè s'utilitzen les mateixes dades que s'utilitzen per ajustar el model per avaluar-lo error d'entrenament . Part de la discrepància entre el error d'entrenament i la error de prova és perquè el formació conjunt i el prova conjunt tenen diferents valors d'entrada.

En conseqüència, l'error de validació és sempre superior a l'error d'entrenament?

En general, però, error d'entrenament gairebé ho farà sempre subestima el teu error de validació . No obstant això, és possible per al error de validació ser menys que la formació . Ho pots pensar de dues maneres: el teu formació set tenia molts casos "difícils" d'aprendre.

A més, per què augmenta l'error d'entrenament? No obstant això, el error al conjunt de proves només disminueix a mesura que afegim flexibilitat fins a un cert punt. En aquest cas, això passa a 5 graus com la flexibilitat augmenta més enllà d'aquest punt, el augmenta l'error d'entrenament perquè el model ha memoritzat el formació dades i el soroll.

De la mateixa manera, us podeu preguntar què és l'error d'entrenament i l'error de prova?

Errors d'entrenament es produeix quan a entrenat torna el model errors després d'executar-lo de nou a les dades. Comença a tornar el mal resultats. Errors de prova són els que succeeixen quan a entrenat El model s'executa en un conjunt de dades del qual no té ni idea. És a dir, el formació les dades són completament diferents provant dades.

Per què la precisió de la validació és superior a la precisió de l'entrenament?

El formació pèrdua és més alt perquè heu fet que artificialment sigui més difícil que la xarxa doni les respostes adequades. Tanmateix, durant validació totes les unitats estan disponibles, de manera que la xarxa té tota la seva potència computacional i, per tant, podria funcionar millor que en formació.

Recomanat: