Rótulo de suavização Sklearn

1. O que é suavização de etiquetas?
2. O que o rótulo suavizador ajuda?
3. O que é a regularização de suavização da etiqueta?
4. O que é perda de entropia cruzada usada para?

O que é suavização de etiquetas?

A suavização da etiqueta é uma forma de regularização de distribuição de saída que impede o excesso de ajuste de uma rede neural, suavizando os rótulos da verdadeira-verdade nos dados de treinamento, na tentativa de penalizar saídas de excesso de confiança.

O que o rótulo suavizador ajuda?

A suavização da etiqueta tem sido usada com sucesso para melhorar a precisão dos modelos de aprendizado profundo em uma variedade de tarefas, incluindo classificação de imagens, reconhecimento de fala e tradução para a máquina (Tabela 1).

O que é a regularização de suavização da etiqueta?

A suavização da etiqueta é uma técnica de regularização que perturba a variável alvo, para tornar o modelo menos certo de suas previsões. É visto como uma técnica de regularização, pois restringe os maiores logits alimentados à função Softmax de se tornarem muito maiores que o resto.

O que é perda de entropia cruzada usada para?

A perda de entropia cruzada é uma métrica usada para medir o quão bem um modelo de classificação no aprendizado de máquina executa. A perda (ou erro) é medida como um número entre 0 e 1, sendo 0 um modelo perfeito. O objetivo é geralmente obter seu modelo o mais próximo possível de 0.