如何在无监督领域适应中进行验证

以下是维基百科中的定义

无监督领域适应:学习样本包含一组标记的源示例、一组未标记的源示例和一组未标记的目标示例。

由于我们在目标领域没有标记数据(甚至连验证集都没有),我们如何判断一个迁移过程是否已经完成?或者是否出现了过拟合或欠拟合?


回答:

我发现了一篇论文,可能适用于大多数迁移学习情况:选择模型和数据集的跨验证框架用于迁移学习

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