我正在张量流中建立一个逻辑回归模型来逼近一个函数。
当我从完整的数据集中随机选择训练和测试数据时,我得到了一个很好的结果(蓝色是训练点;红色是测试点,黑线是预测曲线):
但是当我选择空间上独立的测试数据时,我得到了可怕的预测曲线,如下所示:
我明白为什么会这样。但是机器学习模型不应该学习这些模式并预测新值吗?
周期性函数也会发生类似的事情:
我在这里错过了一些微不足道的事情吗?
PS 我用谷歌搜索这个查询已经有一段时间了,但没有得到一个好的答案。
提前致谢。
我正在张量流中建立一个逻辑回归模型来逼近一个函数。
当我从完整的数据集中随机选择训练和测试数据时,我得到了一个很好的结果(蓝色是训练点;红色是测试点,黑线是预测曲线):
但是当我选择空间上独立的测试数据时,我得到了可怕的预测曲线,如下所示:
我明白为什么会这样。但是机器学习模型不应该学习这些模式并预测新值吗?
周期性函数也会发生类似的事情:
我在这里错过了一些微不足道的事情吗?
PS 我用谷歌搜索这个查询已经有一段时间了,但没有得到一个好的答案。
提前致谢。