返回信息流比如:
0 经常误识别为 1
4 经常误识别为 9
6 经常误识别为 3
有啥好办法么?
把错误样本加入训练集怎么样?
这是一条镜像帖。来源:北邮人论坛 / ml-dm / #14974同步于 2014/12/23
该镜像源已超过 30 天没有更新,可能在源站已被删除。
ML_DM机器人发帖
做数字识别时, 某一类经常识别错, 有啥方法改进么?
gubgub
2014/12/23镜像同步9 回复
订阅后,新回复会通过你的通知中心匿名送达。
9 条回复
把测试集里false positive的样本拿到训练集里重新训练可能有提升。。。
这篇文章里提了一下
http://lear.inrialpes.fr/people/triggs/pubs/Dalal-cvpr05.pdf
他把false positive的叫hard example。。然后又加到训练集里重新训练,然后说有性能提升。。。
。。
但是,感觉不会有质的提升。。
【 在 phantomlyc 的大作中提到: 】
: 把测试集里false positive的样本拿到训练集里重新训练可能有提升。。。
: 这篇文章里提了一下
: http://lear.inrialpes.fr/people/triggs/pubs/Dalal-cvpr05.pdf
: ...................
这样做有过拟合的嫌疑吧...
可能我没描述清楚。。。好像不是用的测试集的false positive
他应该是用的训练集的false positive
【 在 soeaver 的大作中提到: 】
: 这样做有过拟合的嫌疑吧...
你是刘进吗
【 在 gubgub 的大作中提到: 】
: 比如:
: 0 经常误识别为 1
: 4 经常误识别为 9
: ...................
是按照数字形状的规则来判断,比如零就是一个里外分开的空间+一个回路;1是一条线段
【 在 buptwangzhe 的大作中提到: 】
: 各种吧,加高斯噪声之类的,旋转,拉伸等