optimization - 有什么方法可以手动使变量在机器学习模型中变得更重要吗？

Question

关闭。这个问题需要多问 focused 。目前不接受答案。

---

想要改进此问题吗？更新问题，使其仅关注一个问题 editing this post .

已关闭 5 年前。

Improve this question

有时，您通过经验或一些专业知识知道某些变量将在该模型中发挥关键作用，是否有一种方法可以手动使变量计数更多，以便加快训练过程，并且该方法可以结合一些人类知识/智慧/智力。

我仍然认为机器学习与人类知识相结合是我们现在拥有的最强大的武器

Answer 1

这可能会通过相应地缩放输入数据来实现。

On the other hand the strength of a neural network is to figure out which features are in fact important and which combinations with other features are important - from the data.

您可能会争辩说，您会减少训练时间。其他人可能会说你的训练存在偏差，甚至可能需要更多时间。

无论如何，如果您想这样做，假设有一个完全连接的层，您可以增加初始化您认为重要的输入特征的权重。

另一种方法可能是首先根据训练损失预训练模型，这应该将您的特征作为输出。比保持重量并切换到实际损失 - 我从未尝试过这个，但它可以工作。