Подобрете ефективността на вашия модел за Класификация по категории
Ако производителността на вашия модел не е там, където искате да бъде, има няколко неща, които можете да опитате. Тези съвети могат да ви помогнат да настроите модела си, за да подобрите неговата предсказуема сила.
Добавяне на по-правилно етикетирани данни за обучение
Колкото по-правилно етикетирани данни за обучение имате, толкова по-добре ще се представи вашият модел. Да приемем например, че имате етикет "Да/Не". Ако повечето от вашите данни имат само "Да " в тази колона, вашият AI модел вероятно няма да научи много от тези данни. Ако данните ви не са правилно етикетирани, моделът вероятно няма да се научи много добре. Идеално е да започнете с малък набор от правилно обозначени примери - може би 100 или по-малко. Оттам нататък можете да продължите да удвоявате броя на примерите итеративно и да се обучавате всеки път, като отбелязвате промяната в производителността. Най-общо казано, повече данни са по-добри, но има намаляваща възвръщаемост от добавянето на данни, колкото по-голям става вашият набор от данни.
Още съвети
- Уверете се, че използването на тагове е балансирано във вашите данни за обучение. Например: Имате четири маркера за 100 текстови елемента. Първите два тага (tag1 и tag2) се използват за 90 текстови елемента, но другите два (tag3 и tag4) се използват само за останалите 10 текстови елемента. Липсата на баланс може да накара модела ви да се затрудни да предвиди правилно tag3 или tag4.
- Уверете се, че сте обучили модела си, като използвате данни, които са подобни на тези, за които очаквате да използвате модела.
Следваща стъпка
Публикуване на вашия модел за Класификация по категории