改進模型準確性 - Amazon Machine Learning

我們不再更新 Amazon Machine Learning 服務或接受新使用者。本文件適用於現有使用者,但我們不再對其進行更新。如需詳細資訊,請參閱什麼是 Amazon Machine Learning

本文為英文版的機器翻譯版本,如內容有任何歧義或不一致之處,概以英文版為準。

改進模型準確性

取得符合您需求的 ML 模型,通常涉及反覆運算此 ML 程序,以及嘗試一些變化。您可能無法在第一次反覆運算就取得預測性極高的模型,或者您可能想要改善模型以取得更好的預測結果。若要改進效能,您可以重複執行以下步驟:

  1. 收集資料:增加訓練範例數

  2. 特徵處理:添加更多變數和更佳的特徵處理

  3. 模型參數調整:考慮對學習演算法使用的訓練參數採用替代值