在神经生物学领域,使用深度学习,的十个技巧
在神经生物学领域,使用深度学习,的十个技巧。
对于神经生物学家来说,如果想用深度学习模型来解决实际问题,有十点需要注意:
1、对数据集进行检查、arrangement(组织);
删除异常数据,对数据进行清洗非常重要的一个步骤;
2、对数据集的划分split;
训练数据集、验证数据集、测试数据集
3、问题类别框架;
分类问题,还是回归问题?
4、选择什么样的算法?
先从最简单的算法入手。
5、如何解决不平衡的数据集?
对数据亚采样、
6、超参数优化问题;
通过网格搜索的方式寻找模型的超参数。
7、解决过拟合的问题;
通过交叉验证和正则化的方式,解决过拟合问题。
8、模型性能参数的评价;
Matthews correlation coefficient,准确率、精确度、召回率、F1
9、选择开源的编程框架;
R、Python、Weka(java)
10、寻求专家的反馈和帮助;
在一些问答网站上,寻求帮助。