artificial-intelligence - 人工智能和机器学习中的随机性

Question

我在从事人工智能和机器学习的 2 个项目时想到了这个问题。如果我正在构建一个模型(例如分类神经网络、K-NN 等)并且该模型使用一些包含随机性的函数，该怎么办？如果我不修复种子，那么每次在相同的训练数据上运行算法时，我都会得到不同的准确度结果。但是，如果我修复它，那么其他一些设置可能会产生更好的结果。

对一组精度进行平均是否足以表明该模型的精度为 xx % ？

我不确定这是否是提出这样的问题/展开这样的讨论的合适地方。

Answer 1

简单的答案，是的，您将其随机化并使用统计数据来显示准确性。然而，仅仅对几次运行进行平均是不够的。您至少还需要一些关于可变性的概念。重要的是要知道“70%”准确率是指“100 次运行中每次准确率 70%”还是“一次准确率 100%，一次准确率 40%”。

如果您只是想尝试一下并说服自己某些算法有效，那么您可以运行它 30 次左右，然后查看平均值和标准差，然后就到此为止了。如果您想让其他人相信它有效，您需要研究如何进行更正式的假设检验。