python - 关于学习曲线的具体形状

Question

我的模型提出了学习曲线，如下所示。这些好吗？我是一名初学者，在整个互联网上，我发现随着训练示例的增加，训练分数应该下降，然后收敛。但这里训练分数正在增加然后收敛。因此我想知道这是否表明我的代码中有错误/我的输入有问题？

好吧，我发现我的代码出了什么问题。

train_sizes , train_accuracy , cv_accuracy = lc(linear_model.LogisticRegression(solver='lbfgs',penalty='l2',multi_class='ovr'),trainData,multiclass_response_train,train_sizes=np.array([0.1,0.33,0.5,0.66,1.0]),cv=5)

我没有输入 Logistic 回归的正则化参数。

但是现在，

train_sizes , train_accuracy , cv_accuracy = lc(linear_model.LogisticRegression(C=1000,solver='lbfgs',penalty='l2',multi_class='ovr'),trainData,multiclass_response_train,train_sizes=np.array([0.1,0.33,0.5,0.66,1.0]),cv=5)

学习曲线看起来不错。

谁能告诉我为什么会这样？即，使用默认的 reg 术语，训练分数会增加，而使用较低的 reg 术语，训练分数会降低？

数据详细信息:10 个类。不同尺寸的图像。 (数字分类-街景数字)

Answer 1

您需要更准确地了解您的指标。这里使用什么指标？

损失通常意味着:越低越好，而得分通常意味着:越高越好。

这也意味着，对图的解释取决于训练和交叉验证期间使用的指标。​​