[英]How to deal with label that not included in training set when doing prediction
例如，使用監督學習對 5 個不同的人臉進行分類。 但是當第 6 個人測試時，面對不在訓練集中的那個，model 仍然會在 5 個人內預測它。 當 model 之前沒有訓練過他們時，如何讓 model 預測第 6 次及以后的人面臨未知？
您可以為預測已知類設置一定的閾值。 您的 model 只有在以某個閾值進行預測時才應從已知類別中進行預測，否則將被歸類為unknown 。
處理這個問題的另一種（也是不太可取的）方法是讓另一個 class 即使在訓練期間也被稱為未知，並將一些隨機面作為這個 class 的相應示例。
您可以為預測已知類設置一定的閾值。 您的 model 只有在以某個閾值進行預測時才應從已知類別中進行預測，否則將被歸類為未知類別。 此選項不起作用
在訓練和預測期間如何處理神經網絡中可變的樣本長度？
[英]How should I deal with variable sample length in neural networks during training and prediction?
Model 提供了很好的訓練和測試准確性，但在進行預測時效果不佳
[英]Model gives great training and testing accuracy but not working well when doing prediction
當訓練數據沒有得到所有預期類別時如何處理分類數據？
[英]how to deal with categorical data when training data has not got all expected categories?
聲明:本站的技術帖子網頁，遵循CC BY-SA 4.0協議，如果您需要轉載，請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.
