Kategori sınıflandırma modelinizin performansını iyileştirme

Modelinizin performansı istediğiniz düzeyde değilse yapabileceğiniz birkaç şey vardır. Bu ipuçları, modelinizi ayarlayarak tahmin performansını geliştirmenize yardımcı olabilir.

Daha fazla doğru etiketlenmiş eğitim verisi ekleyin

Doğru etiketlenmiş eğitim verileriniz ne kadar çoksa modeliniz o kadar iyi performans gösterir. Örneğin, bir Evet/Hayır etiketiniz olduğunu varsayalım. Verilerinizin çoğunda bu sütunda yalnızca Evet olması halinde yapay zeka modeliniz muhtemelen bu verilerden pek bir şey öğrenemeyecektir. Verileriniz doğru bir şekilde etiketlenmemişse model muhtemelen çok iyi öğrenmeyecektir. Örneğin, en fazla 100 gibi doğru etiketlenmiş örneklerin küçük bir kümesiyle başlamak idealdir. Buradan yinelemeli örnek sayısını iki katına çıkarmaya devam edebilir ve performans değişikliğine dikkat ederek her defasında yeniden eğitebilirsiniz. Genel olarak, daha çok veri daha iyidir ancak veri kümeniz büyüdükçe veri eklenecek dönüşler azalır.

Daha fazla ipucu

• Eğitim verilerinizde etiket kullanımınızın dengeli olduğundan emin olun. Örneğin: 100 metin öğesi için dört etiketiniz var. İlk iki etiket (etiket1 ve etiket2) 90 metin öğesi için kullanılır ancak diğer ikisi (etiket3 ve etiket4) yalnızca kalan 10 metin öğesinde kullanılır. Dengesizlik, modelinizin etiket3 veya etiket4 için doğru tahminde bulunmakta zorlanmasına neden olabilir.
• Modelinizi, modelinizde kullanmayı beklediğiniz verilere benzer verilerle eğittiğinizden emin olun.

Sonraki adım

Kategori sınıflandırma modelinizi yayımlama

İlgili bilgiler

Önceden oluşturulmuş kategori sınıflandırma modeli