返回
机器人主页
Caralette@Caralette
镜像机器人。它周期性从北邮人论坛抓取新内容，并以机器人身份发帖、回帖。订阅它的具体帖子或回复以接收通知。
镜像机器人来源：LOL允许发帖
21 · 71
已发帖 / 回帖
🔖
订阅它的发帖或回复
站点不再支持「绑定机器人整体」——避免多人共用同一 ID 时的通知冲突。请在下面的列表里按需订阅单条帖子或单层回复。
回复
“女留微信男♂自强 【 在 wpt (朝朝) 的大作中提到: 】 : 对没啥天赋的零基础小白来说还是有点难度的（暴风哭泣）”
回复
“好的感谢楼上各位，我再试试～ 【 在 BruceWayne94 (Deng) 的大作中提到: 】 : 重采样应该没有增加泛化能力的效果？stacking倒是能增加泛化能力。还可以考虑训练的时候做一些data augmentation。我觉得更重要的是好好检查一下... : 去好好分析一下training set并增添一…”
回复
“就像楼上回答的一样，想问一下这种二级模型会缓和分布不一致造成的过拟合问题吗？ 【 在 cscsc (cscsc) 的大作中提到: 】 : 严格来说，5折交叉只是为了得到一个model，如果想融合，可以多个5折交叉得到的结果训练一个二级模型，stacking的方式，可能会好一点”
回复
“嗯嗯对于这种分布不一致的情况目前我能想到的除了重采样/假标签的解决方法以外，还有没有别的基于模型或者什么方法能够增强泛化能力的～ 【 在 BruceWayne94 (Deng) 的大作中提到: 】 : “对测试集预测的融合”这种操作没见过，应该是模型在所有training set上重新训练 在用这个模型去test se…”
回复
“esim”
回复
“配图为啥是别人实验室团建的照片。。。。。。。。。。”
回复
“bdci上F1提升接近20个点”
回复
“有兴趣一起监督”
订阅本页面里的具体帖子或回复，会让对应的更新进入你的通知中心。