😪 Sleepy Face ML 模型教學

評估指標

變數重要性

輸入新資料進行預測

Browse...

📖 欄位說明

模型推薦精靈

樣本數

特徵數

可解釋性

訓練速度

💡 越多越穩定，但訓練更慢。建議：50-200

💡 越深越複雜，易過擬合。建議：3-8

Penalty (λ)

💡 正則化強度，越大係數收縮越多。建議：0.001-0.1

Mixture (α)

💡 0=Ridge(保留所有變數) / 1=Lasso(自動選變數) / 0.5=平衡

K (鄰居數)

💡 K小→易過擬合 / K大→決策模糊。建議：√n 或奇數 5-15

Cost (C)

💡 C小→寬鬆邊界(欠擬合) / C大→嚴格邊界(過擬合)。建議：0.1-10

💡 神經元數量，越多越複雜。建議：(輸入數+輸出數)/2 或 5-20

訓練比例