之前用了詞袋，邏輯回歸，keras的詞嵌入都不怎么行，都出現了過擬合

怎么解決過擬合

• Dropout抑制過擬合
• 正則化抑制過擬合
• 數據增強

之前的模型

model = Sequential() model.add(layers.Embedding(input_dim=vocab_size, # 2575output_dim=embedding_dim, # 50input_length=maxlen)) #5000 model.add(layers.Flatten()) model.add(layers.Dense(10, activation='relu')) model.add(layers.Dense(1, activation='sigmoid')) model.compile(optimizer='adam',loss='binary_crossentropy',metrics=['accuracy']) model.summary()

還是對數據進行詞嵌入，再pooling特征壓縮

沒錯添加model.add(layers.GlobalMaxPool1D())

from keras.models import Sequential from keras import layersembedding_dim = 50model = Sequential() model.add(layers.Embedding(input_dim=vocab_size,

總結

以上是生活随笔為你收集整理的文本分类实战（中)的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。