logo
Loading...

D61_課堂練習_圖片解釋 - Cupoy

不好意思,想要詢問的是D61練習檔(Day_061_tsne_sample)的模型結果:1) 圖片要...

ml100-2,ml100-2-d61

D61_課堂練習_圖片解釋

2019/06/25 上午 01:08
機器學習共學討論版
Rosa
觀看數:30
回答數:2
收藏數:0
ml100-2
ml100-2-d61

不好意思,想要詢問的是D61練習檔(Day_061_tsne_sample)的模型結果:

1) 圖片要如何解讀呢?顯示模型分類標示4個數字的結果嗎?

2) 要如何解讀模型的效能呢?我有修改model的參數,跑出以下兩張圖,所以看圖解讀的話,圖片2的準確度比圖片1好?


圖片1:learning_rate=200.

圖片2:learning_rate=1000.

謝謝!

回答列表

  • 2019/07/01 上午 08:38
    陳明佑 (Ming You Chen)
    贊同數:0
    不贊同數:0
    留言數:0

    Ans1

    圖片是將分群結果,  用人類的可視化(降至二維)的方式表達

    所以每一群分得越開, 越沒有模糊地帶, 就是越好的選擇

    Ans2

    確實下圖比較好, 因為上圖2有一些範例太過靠近1與3

    這樣就有了模糊地帶 (那些case可能被誤判)

    但是不是某些參數就一定特別好, 跟其他模型一樣 :是看資料而定的

  • 2019/07/02 下午 01:05
    張維元 (WeiYuan)
    贊同數:1
    不贊同數:0
    留言數:0

    根據明佑的說法是針對分群的物理意義作評量,另外一種的評量方法,會是由一群使用者下去標記,去比較人類標記的結果與機器分出來的結果差異。