机器学习PAI试着用movielens的1M数据集 也是loss为负数,怎么解决?
出现loss为负数可能有以下几个原因:
1、数据集中存在异常值或离群点,导致模型出现过拟合,使得loss为负数。可以通过检查数据集中的异常值并进行处理,或者采用正则化方法来避免过拟合。
2、学习率设置过大,导致模型在优化时跳过了最优解,使得loss为负数。可以尝试降低学习率并重新训练模型。
3、模型选择不当,导致模型在训练过程中出现了错误。可以尝试更换模型或者重新进行模型调参。
4、训练集和测试集分布不一致,导致模型在测试集上表现不佳,使得loss为负数。可以尝试重新划分训练集和测试集,并重新训练模型。
错误原因有以下:1.你的任务是预测一个连续的评分值,属于回归任务,因此不能使用默认的分类loss,应该配置回归loss,参考 https://github.com/alibaba/EasyRec/blob/master/docs/source/models/regression.md; 2.回归任务的评估指标不应该配置AUC,应该使用回归模型的性能评估通常使用的回归指标,如均方误差(MSE)、平均绝对误差(MAE)等,参考 https://github.com/alibaba/EasyRec/blob/master/docs/source/eval.md,此回答整理自钉群“【EasyRec】推荐算法交流群”
版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。
人工智能平台 PAI(Platform for AI,原机器学习平台PAI)是面向开发者和企业的机器学习/深度学习工程平台,提供包含数据标注、模型构建、模型训练、模型部署、推理优化在内的AI开发全链路服务,内置140+种优化算法,具备丰富的行业场景插件,为用户提供低门槛、高性能的云原生AI工程化能力。