python - 预测时如何处理未包含在训练集中的标签

标签 python machine-learning

例如,使用监督学习对 5 个不同的人脸进行分类。 但是当对第 6 个人进行测试时,模型仍然会在 5 个人中预测它。 当模型没有训练过的情况下,如何让模型将第6个及以后的人脸预测为未知?

最佳答案

您可以设置一定的阈值来预测已知类别。仅当您的模型以特定阈值进行预测时,才应根据已知类进行预测,否则,它将被分类为未知

处理这个问题的另一种(也是不太可取的)方法是在训练期间使用另一个名为unknown的类,并放置一些随机面孔作为该类的相应示例。

关于python - 预测时如何处理未包含在训练集中的标签,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/58627102/

相关文章:

python - 找不到 'pynndescent' 分配,应用程序错误要求

python - 类型错误 : reduction operation 'argmax' not allowed for this dtype

python - 只修改文件的特定部分

python - 将字典复制到新变量中而不维护与前一个的链接

python - pygments HTML 的 CSS 样式

amazon-web-services - AWS 托管用于机器学习的大型模型文件

machine-learning - 对CNN中跳跃层的实现感到困惑

c++ - 在 wxpython 中打开 Excel

python-3.x - 值错误: setting an array element with a sequence in scikit-learn (sklearn) using GaussianNB

python - CNN 仅针对 binary_crossentropy 损失函数收敛并且在测试数据集上失败