AUC 为何越训练越低?ML-1m的DSSM模型final_dnn { hidden_units: [256, 192, 128, 64] } DSSM 中这个有用吗?只有user 和item 塔可以去掉这个么?
AUC指的是ROC曲线下面积,是评估二分类模型性能的一种常用指标。一般情况下,AUC随着训练次数的增加应该是逐渐增加的,因为随着模型的训练,模型会逐渐学习到更多的特征和规律,从而提高模型的性能。如果AUC随着训练次数的增加而降低,可能是由于模型出现了过拟合的情况,即模型在训练集上的表现很好,但是在测试集上的表现却很差,这种情况下AUC会逐渐下降。
在DSSM(Deep Structured Semantic Model)模型中,AUC同样可以作为模型性能的评估指标之一。如果AUC随着训练次数的增加而降低,可能是由于模型过拟合或者学习率过高等原因导致的,可以通过调整超参数或采用正则化等方法来解决。另外,DSSM模型中的user和item塔通常是针对推荐场景而设计的,因此AUC指标可以帮助评估模型的推荐效果。如果您在使用DSSM模型时发现AUC指标不稳定或下降,可以考虑采取一些措施来优化模型的性能。
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。