1対すべてのアプローチを使用してトレーニングされたロジスティック回帰を使用して、マルチクラス分類器を作成しました。訓練された分類器の学習曲線をプロットしたいと思います。
学習曲線はクラスごとにプロットする必要がありますか、それとも分類器全体の単一のプロットにする必要がありますか? 違いはありますか？
明確にするために、学習曲線は、トレーニングと交差検証/テスト セットのエラー/コストとトレーニング セットのサイズをプロットしたものです。このプロットにより、トレーニング セットのサイズを大きくするとパフォーマンスが向上するかどうかを確認できます。より一般的には、学習曲線により、アルゴリズムがバイアス (フィッティング不足) または分散 (オーバーフィッティング) の問題に悩まされているかどうかを識別できます。
私のコードに関するいくつかの詳細：
- MNISTの手書き数字画像を分析
- 画像の数字 (0-9) を予測します
- 機械学習に関する Andrew Ng の Coursera クラスに基づく