MLP:迭代次数与准确性之间的关系

MLP: Relation between number of iteration and accuracy

本文关键字：准确性之间关系迭代 MLP 更新时间：2023-10-16

我想请教别人。我在C++创建了程序，在那里我正在使用OpenCV库（v2.4.11），尤其是MLP分类器。

我在

2 000 个测试屏幕上的准确率约为 92%，但前提是我在 1 上设置迭代次数。对于像 100、1000 这样的更大数字，情况正在变得更糟（100 是 78%，1000 是 77%）。

问题可能出在数据模型和编程部分是否正确？还是一定是我的错？

谢谢。

问题可能出在数据模型和编程部分正确？

是的，迭代次数，如神经元数量和层数，是对 MLP 分类器整体性能有很大影响的参数之一。应用于 MLP 训练的迭代次数越多，MLP NN 对其训练数据的适应/拟合就越多。这会导致训练数据的性能很高，但最终会导致测试数据的性能不佳。在这种情况下，您已经过度训练/过度拟合了您的 MLP NN。

然而，有一些方法（例如，网格搜索）可以优化分类器的参数。