Millora el rendiment del teu model de classificació per categories
Si el rendiment del model no és on voleu que sigui, podeu provar algunes coses. Aquests consells us poden ajudar a ajustar el vostre model per millorar-ne el poder predictiu.
Afegir dades d'entrenament etiquetades correctament
Com més dades d'entrenament estiguin correctament etiquetades que tingueu, millor funcionarà el vostre model. Per exemple, suposem que teniu una etiqueta Sí/No. Si la majoria de les vostres dades només tenen un Sí en aquesta columna, és probable que el vostre model d'IA no aprengui gaire d'aquestes dades. Si les vostres dades no estan etiquetades correctament, és probable que el model no aprengui gaire bé. És ideal començar amb un petit conjunt d'exemples correctament etiquetats, potser 100 o menys. A partir d'aquí, podeu continuar duplicant el nombre d'exemples iterativament i tornar a entrenar cada vegada, observant el canvi de rendiment. En termes generals, més dades és millor, però hi ha rendiments decreixents per afegir dades com més gran sigui el conjunt de dades.
Més consells
- Assegureu-vos que l'ús que feu de les etiquetes estigui equilibrat a les dades d'entrenament. Per exemple: teniu quatre etiquetes per a 100 elements de text. Les dues primeres etiquetes (tag1 i tag2) s'utilitzen per a 90 elements de text, però les altres dues (tag3i tag4 ) només s'utilitzen en els 10 elements de text restants. La manca d'equilibri pot fer que el vostre model tingui dificultats per predir correctament tag3 o tag4.
- Assegureu-vos d'entrenar el model amb dades similars a les que espereu utilitzar el model.
Pas següent
Publica el teu model de classificació per categories