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

L1-L2正则化的不同系数

我想对网络的权重同时应用L1和L2正则化。然而,我找不…

使用scikit-learn的无监督方法将列表分类成不同组别,有没有办法?

我有一系列实例,每个实例都有一份列表,代表它所遵循的不…

f1_score metric in lightgbm

我想使用自定义指标f1_score来训练一个lgb模型…

通过相关系数矩阵进行特征选择

我在测试不同的算法时,如逻辑回归、高斯朴素贝叶斯、随机…

可以将机器学习库用于流式输入和输出吗?

已关闭。此问题需要更加聚焦。目前不接受回答。 想要改进…

在TensorFlow中,queue.dequeue_up_to()方法的用途是什么?

我对这个方法感到非常困惑,特别是当我发现这个令人费解的…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注