DAY101-103 test資料是否也要標準化在predict? - Cupoy

2020/11/29 下午 10:08

影像辨識

蘇蔚廷

觀看數：34

回答數：3

收藏數：0

回答列表

• 2020/12/02 下午 02:11
  Paul
  贊同數：1
  不贊同數：0
  留言數：1

  1.如果substract_pixel_mean成立，test image 也用 training image 的平均值處理再預測，如程式註解所說 2.理論上真實世界是沒有固定平均值的，所以真正的測試資料無平均直可算

• 2020/12/02 下午 02:23
  張維元 (WeiYuan)
  贊同數：1
  不贊同數：0
  留言數：2

  嗨，你好
  這是一個好問題，根據比較嚴謹的要求是「無法利用測試資料的所有資訊」。所以你必須要用訓練資料的平均值來對測試資料做處理。但實務上其實用到測試資料的 X 是可以的。另外針對你的問題： 1.最後在preditc的時候test的images是不是也要做一樣的標準化和減去平均值? => 當然要 2.因為不知道test的平均值，是不是不要處理座平均值處理對於預測會比較好? => 你可以用 train 的，也可以用 testing 的！（正常來說他們應該來自同一個分佈）
  

  嗨，你好，我是維元，持續在不同的平台發表對 #資料科學、 #網頁開發 或 #軟體職涯 相關的文章。如果對於內文有疑問都歡迎與我們進一步的交流，都可以追蹤我的 Facebook 或 技術部落格 ，也會不定時的舉辦分享活動，一起來玩玩吧 ヽ(●´∀`●)ﾉ

• 2020/12/03 上午 11:27
  Jeffrey
  贊同數：0
  不贊同數：0
  留言數：0

  補充第二點說明: 1. test 資料及主要是驗證模型, 所以, 跟訓練集的資料形態要一樣 2. test 資料集是模擬真實資料, 所以, 測試資料集可以直接使用訓練集