Luokan luokittelumallin suorituskyvyn parantaminen
Jos mallisi tehokkuuspisteet eivät tyydytä sinua, voit kokeilla parantaa tilannetta muutamilla toiminnoilla. Näiden vinkkien avulla voit muokata malliasi sen ennustusten parantamiseksi.
Paremmin merkittyjen koulutustietojen lisääminen
Mitä tarkemmin koulutustiedot on merkitty, sitä paremmin malli toimii. Esimerkissä on Kyllä-/Ei-otsikko. Jos useimmilla tietueilla on tässä sarakkeessa arvona Kyllä, tekoälymallisi ei luultavasti opi kovin paljoa näistä tiedoista. Jos tietoja ei ole merkitty oikein, malli ei todennäköisesti opi kovin hyvin. Kannattaa aloittaa pienellä joukolla esimerkkejä, joiden selitteet on määritetty oikein. Joukon koko voi olla esimerkiksi 100 tai pienempi. Voit jatkossa kaksinkertaistaa esimerkkien määrän toistuvasti ja opettaa esimerkkejä lisäämisen yhteydessä. Huomaat suorituskyvyssä muutoksen. Yleisesti ottaen on hyvä, että käytettävissä on paljon tietoja. Tietojen lisääminen vähentää kuitenkin palautuksia, jos tietojoukot ovat suuria.
Lisää vinkkejä
- Varmista, että tunnisteita käytetään tasapainoisesti opetustiedoissa. Esimerkki: Sinulla on neljä 100 tekstikohteen tunnistetta. Kahta ensimmäistä tunnistetta (tunniste1 ja tunniste2) käytetään 90 tekstikohteessa, mutta kahta muuta (tunniste3 ja tunniste4) käytetään vain jäljellä olevissa 10 tekstikohteessa. Tasapainon puuttuminen voi johtaa siihen, että malli ei ennusta oikein tunnistetta3 tai tunnistetta4.
- Muista opettaa mallisi käyttämällä tietoja, jotka muistuttavat niitä tietoja, joissa mallia käytetään.
Seuraava vaihe
Luokan luokittelumallin julkaiseminen