调参整理

RF,GBDT,xgboost调参方法整理

训练集、测试集loss容易出现的问题总结

train loss 不断下降，test loss不断下降：说明网络仍在学习;

train loss 不断下降，test loss趋于不变：说明网络过拟合;

train loss 趋于不变，test loss不断下降：说明数据集100%有问题;

train loss 趋于不变，test loss趋于不变：说明学习遇到瓶颈，需要减小学习率或批量数目;或者是数据集有问题（数据集标注错误数据比较多）

train loss 不断上升，test loss不断上升：说明网络结构设计不当，训练超参数设置不当，数据集经过清洗等问题。

最后编辑于 ：
©著作权归作者所有,转载或内容合作请联系作者
平台声明：文章内容（如有图片或视频亦包括在内）由作者上传并发布，文章内容仅代表作者本人观点，简书系信息发布平台，仅提供信息存储服务。

推荐阅读更多精彩内容