算法常见问题

算法常见问题

Angel是一个分布式机器学习平台，在上面运行算法，得到模型，这只是第一步，更加关键第二步，训练出来模型，要有比较好的准确率，可以对数据进行准确预测。在这个过程中，用户可能会遇到各种各样的问题，这里我们也一一总结一下

LR

训练出来的模型，Predict样本的sigmoid不高，效果不好

2. 默认的LR算法，正则项参数应该是 ml.reg.l2，reg.l2的值不大于1/featureNum
3. 模型Epoch还不够，Auc不高（Worker日志可以观察到Auc）

Auc上涨太慢

1. 调大Learn Rate
2. 调小Decay

观察Recall，所有的样本都分成负类了

1. 数据清洗时，就把正负样本通过采样，搞的接近1:1或者1:n
2. 尽量不要出现某个batch中完全没有正样本或者负样本，可以把batchsize调大
3. Angel后续加入读取后均匀化的功能，或者把正样本平均的插到负样本中