Millorar el rendiment del model de classificació de categories

Si el rendiment del vostre model no és on voleu, hi ha algunes coses que podeu provar. Aquests consells us poden ajudar a ajustar el vostre model per millorar-ne el poder predictiu.

Afegir més dades d'entrenament etiquetades correctament

Com més dades d'entrenament correctament etiquetades 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, el vostre model d'IA probablement no aprendrà gaire d'aquestes dades. Si les vostres dades no estan etiquetades correctament, el model probablement no aprendrà molt 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 vostre conjunt de dades.

Més consells

• Assegureu-vos que l'ús de les etiquetes estigui equilibrat en 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 (tag3 i 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

Publicar el model de classificació de categories

Informació relacionada

Model preconstruït de classificació de categories