在训练模型时使用多个指标有什么作用?

我在决定训练模型时要使用的指标。我很好奇使用多个指标会有什么影响?

metrics={'output_1': 'metric_1', 'output_2': ['metric_2', 'metric_3']})

metrics={'output_1': ['metric_1', 'metric_2'], 'output_2': ['metric_3', 'metric_2']})

指标的顺序重要吗?


回答:

这些指标会在日志和图表中显示,以便你了解模型在训练阶段的任何特定时刻的表现如何。它们不作为优化函数使用。

因此,它们不会对你的模型(或模型的性能)产生任何影响。

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