MNIST数据集,网格搜索与非网格搜索的区别,关于准确率

我在学习人工智能课程,并实现了MNIST数据集。当我使用网格搜索和不使用网格搜索来分类数据时,采用支持向量机和逻辑回归的方法,得到的准确率几乎相同。这是可能的吗?如果结果是正确的,我想知道为什么结果几乎相同。如果我必须选择一种方法,哪一种对我来说是正确的选择?请向我解释,谢谢。


回答:

你在网格搜索中优化了哪些超参数?你使用了什么范围?你认为“几乎相同”的准确率是多少?请展示一些代码给我们看。

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注