我必须使用 CNN 进行图像分类，为此我得到了一个包含 4 个类的训练集和一个包含 3 个类的测试集。我真的很困惑，因为我不知道这是否会影响我的预测。它从来没有发生在我身上。
我该如何处理？提前致谢。
带有 4 个类的训练集和 3 个类的测试集的图像分类
数据挖掘
机器学习
神经网络
美国有线电视新闻网
图像分类
2022-03-01 15:58:56
1个回答
原则上这并没有错，因为测试集中的每个实例都是单独预测的。您将有一个 4 x 3 的混淆矩阵，因为该模型可能会预测第四类的一些误报。当然，您将无法知道模型是否可以正确识别缺失类中的真实实例。
这取决于目标是什么：
- 如果该模型旨在能够预测 4 个类别中的任何一个，那么它应该在 4 个类别上进行训练，并且最好也在 4 个类别上对其进行测试，但仅在 3 个类别上进行测试应该已经给出了很好的结果表示其性能。
- 如果模型只需要预测 3 个类别，那么应该从训练集中删除第 4 个类别的实例，因为它们只会让事情变得更复杂。
其它你可能感兴趣的问题