احتمالا چون برای داده های اموزشی خطا کم میشه اما برای داده های تست خیر
شاید بیش برازش overfitting رخ داده. تعداد نرونهای مخفی رو کم کنین ببینید چی میشه
همچنین لایه مخفی رو یک کنین.
مشکل دیگه شاید تو نحوه انتخاب داده هاتون باشه و تقسیم بندی داده های آموزشی تست و اعتبارسنجیتون
اونها رو رندم انتخاب نکنین چون امکان داره برای یک کلاس، داده های آموزشی انتخاب نشن و بجاش برای کلاس دیگه داده های آموزشی زیادی انتخاب بشه.
مثلا فرض کنین دو کلاس داریم داده هامون 10 تا مربوط به کلاس اول و 10 تا کلاس دوم..
حالا اگه از این 20 تا مثلا 10 تاش آموزشی انتخاب بشن و رندم این کار صورت بگیره شاید امکان داره که اون 10 تا همش از یک کلاس انتخاب بشن و بنابراین درست شبکه اموزش داده نشه بهتره اندیسها به صورت دستی مشخص بشه که کدوم داده ها برای آموزش انتخاب بشن و کدوم تست و اعتبارسنجی
|