DeepDDI log 4.24

阅读数:0次 2020-04-24

¶添加验证集

def DataSplit(dataX, dataY, ratio=0.90):
    size = dataX.shape[0]
    slice_whole = range(size)
    slice_train = random.sample(slice_whole, int(ratio * size))
    slice_val = [i for i in slice_whole if i not in slice_train]
    X_train = dataX[slice_train, :]
    X_val = dataX[slice_val, :]

    y_train = dataY[slice_train]
    y_val = dataY[slice_val]
    return X_train, X_val, y_train, y_val

¶使用1_3测试：

¶AUC

¶AUPRC

不是很理想

为什么LR的效果这么好啊啊啊啊啊啊啊啊啊啊

¶加一层卷积层

1 2	x = Conv2D(filters=10, kernel_size=(1, 5), strides=(1, 1), activation='relu', padding='valid')(x) x = MaxPooling2D(pool_size=(1, 2))(x)

比刚才提高了0.005

¶不使用Globe Max Pooling

看来不加还是不行

¶最后改为relu

1	638 output = Dense(1, activation='relu', name='output')(x)

和上面完全一样

¶去掉一个drop out

1	636 x = Dropout(0.2)(x)

又跌倒 0.9357了，不行，还是加回去

¶在刚刚 concatenate地方，把激活函数，从 tanh 改为 relu

1	614 x = Dense(300, activation='relu')(x)

跌到0.92了，完蛋，还是改回来

¶增加一层 conv

1	x = Conv2D(filters=10, kernel_size=(1, 5), strides=(1, 1), activation='relu', padding='valid')(x)

又回到0.91了，我太难了

¶在刚刚 concatenate的地方，Dense改成400

0.93333

还是改回来

¶试试之前的，看还有94吗

还好，又回来了

0.9444444444444444

今天，就先到这里吧，太惨了