오류율
오류율은 예측에서 예측 오류가 차지하는 비율을 말합니다. 계산 공식은 일반적으로 다음과 같습니다. 1 – 정확도(%)
훈련된 모델은 일반적으로 데이터 세트에서 모델의 오류율을 측정하는 데 사용할 수 있으며, 이때 중요한 세 가지 숫자는 다음과 같습니다.
- 베이즈 최적 오차: 이미지 인식에서 인간의 오류율로 근사할 수 있는 이상적인 측정 불가능한 한계값입니다.
- 훈련 오류: 훈련 세트에 사용된 모델의 오류율.
- 개발 오류: 개발 세트에 사용된 모델의 오류율입니다.
오류율을 줄이기 위한 전략
1) 편견을 줄이세요
- 더 많은 층, 더 많은 뉴런 등을 갖춘 신경망과 같은 더 큰 모델을 시도해 보세요.
- 훈련 시간을 연장합니다.
- Momentum, RMS Prop, ADOM 등을 시도하여 최적화 알고리즘을 조정합니다.
- CNN, RNN과 같은 신경망 모델로 전환하세요.
2) 분산 감소
- 더 많은 데이터가 추가되었습니다.
- 맞춤 함수를 더 매끄럽게 만들기 위해 제약 조건을 추가합니다.
- CNN과 RNN 모델로 전환합니다.
참고문헌: