注册
登录
测试训练
训练集的平均误差等于测试集的平均误差？
返回
训练集的平均误差等于测试集的平均误差？
作者:
易米烊光
发布时间:
2024-04-06 11:45:51 (1月前)
转自：
<div class =“excerpt”> 我是 <span class =“result-highlight”> 训练 </跨度> 关于图像分类问题的深层网络（GoogleNet）。我有一个大约7300个图像的数据集，仅在2个类别中标注。 我把我的套装分成了一个 <span class =“result-highlight”> 训练 </跨度> 并以这些比例验证集合：0.66 / 0.33。 在此期间 <span class =“result-highlight”> 训练 </跨度> 我计算了平均误差 <span class =“result-highlight”> 训练 </跨度> 设置并在测试集上查看它是如何演变的。 问题是这两个值总是相等的 </DIV>
收藏
举报
2 条回复
0#
回复此人
离线请留言
|
2019-08-31 10-32
<div class =“post-text”itemprop =“text”> <P> 这很合理。您将数据划分为两个随机样本 <EM> 来自同一人口 </EM> 。是的，考虑到样本的大小，它们应该具有几乎相同的平均值。这是大数定律的简单效果：取自同一群体的样本往往具有相同的均值。 </p> </DIV>
编辑
登录
后才能参与评论
