有没有懂机器学习的 V 友，有偿长期合作，帮忙指教检查一下代码。

[seetheworld]

[ZedRover]

深度学习吗 我平时做 tabular 数据跟时序数据多一点

[Yuhyeong]

什么方向，最近做 StableDiffusion 多一些。传统机器学习也没什么问题

[seetheworld]

@ZedRover 不是深度学习，就是传统机器学习，新手，不太懂如何保证训练出来的模型（比如 RF 、XGBoots ）是正确的，没有过拟合或欠拟合

[seetheworld]

@Yuhyeong 是传统机器学习，最近写了一个代码，训练出来了一个 RF 模型，在训练集和测试集上的 R^2 都达到了几乎是 1 ，不知道是不是有问题

[Yuhyeong]

强化学习？这个没怎么接触过

[Yuhyeong]

@Yuhyeong 刚看成 RL 了，有点太传统了，这个属实记不起来了

[jasonlee16819]

菜狗 AI 训练师一枚，只知道训模型，数据或者模型训练方法层面上了解的比较多

[kkjz]

sklearn 包+dl 的 cv ，欢迎交流~

[kkjz]

@kkjz 也是菜狗，想找找讨论的地方）

[airqj]

@seetheworld #4 是不是训练集数据分布不均匀

[seetheworld]

@jasonlee16819 模型训出来，如何判断靠不靠谱，目前很迷茫

[seetheworld]

@airqj 意思是数据范围跨度不够广？集中在某一范围内么？

[seetheworld]

@kkjz 我们也是用的 sklearn 包，摸索学习阶段，多多交流

[fengzc]

各种指标对一对 什么 PR F1 （去看看每个指标的意义）就能看出是不是过拟合和欠拟合了，也可以去找找更多的数据集试试？一般机器学习在小规模数据集上到 1 其实都是可能的，因为一些特征可能给大家摸索烂了

[leopod1995]

多跑点数据集试试呢？

https://www.heywhale.com 推荐一个国内的平台

[seetheworld]

@fengzc PR F1 是不是分类器的指标？我们训练的是 RF 回归模型，看的 R^2 ，RMSE, MAE 。在训练集上 R^2 是 1 ，MAE=0.4, RMSE=4.2 ，在测试集上 R^2=0.96, MAE=1.2, RMSE=11.2 。但纯看这几个指标不知道能否确定模型是否正确。

[v24radiant]

RF 是指随机森林吗?怎么不试一下 xgboost?

[Sawyerhou]

机器学习应该有三个数据集，训练、验证、测试，你是省略了一个？
R 方是线性回归的评估指标，非线性的不太适用，
你这个 R 方非常高，是课本数据？生产中 R 方应该不会这么高
模型收敛了，可以满足场景需求就可以了，其他不用太在意

[Djaron]

一直在做 ML 和 DL ，绿色软件: Vy1KZWZmcmV5LURvbmc=

[jasonlee16819]

@seetheworld
首先得确定数据，训验集划分是否正确，数量，分布情况如何？是否有数据集泄漏或者同源情况，是否是训练集过大而测试集过小或丰富度远不如训练集的情况......
上边也有一些大佬说了这些问题，比如过拟合啥的