模型调优是围绕数据、特征、结构、训练策略和评估反馈的系统性迭代过程；需清洗文本噪声（html、空格、编码等），统一utf-8编码并过滤极短文本。
模型调优不是“调个学习率就完事”，而是围绕数据、特征、结构、训练策略和评估反馈的系统性迭代过程。核心目标是让模型在验证集上稳定泛化，同时避免过拟合或欠拟合。
检查并清洗输入文本数据
原始文本常含噪声：HTML标签、多余空格、特殊符号、乱码、非UTF-8编码字符。这些会干扰分词和向量化效果。
- 用re.sub()清理常见噪声（如
r']+>'去HTML，r'\s+'合并空白） - 统一编码为UTF-8，对无法解码字符设
errors='ignore' - 过滤极短文本（如长度
- 查看类别分布——若严重不均衡（如95%负样本），需考虑过采样（SMOTE+文本）或类别权重
合理设计文本表示与特征工程
表示方式直接影响模型上限。别一上来就用BERT嵌入，先从轻量级方法验证基线。
- 传统方法：TF-IDF + n-gram（n=1~2），配合TfidfVectorizer的
max_features=10000和min_df=2防稀疏噪声 - 词向量：Word2Vec/GloVe平均池化比单个词向量更鲁棒；注意对OOV词用零向量或随机初始化代替报错
- 预训练模型：用transformers加载
distilbert-base-uncased等轻量版，冻结前几层加快微调；句子长度超512时用滑动窗口截断+平均池化
控制模型复杂度与正则化强度
尤其在小数据集（
立即学习“Python免费学习笔记（深入）”；
- 全连接层：Dropout设0.3~0.5，比0.1更有效；隐藏层维度建议≤输入维度的1.5倍
- LSTM/GRU：层数≤2，hidden_size≤128；加torch.nn.utils.rnn.pack_padded_sequence提升效率
- 预训练模型微调：只解冻最后1~2层Transformer块；学习率设为
2e-5（底层）和5e-5（分类头），用分层学习率 - 早停（Early Stopping）：监控验证F1而非准确率，patience=3~5轮，保存最佳模型权重
用交叉验证+错误分析驱动调参
单次train/val划分可能偶然性大。错误分析能暴露模型“卡在哪”，比盲目扫超参更高效。
- 用StratifiedKFold(n_splits=5)做分层K折，确保每折类别比例一致
- 记录每折的混淆矩阵，聚焦高频误判类型（如“抱怨”被当成“咨询”）
- 人工抽样100条预测错误样本，看是否共性：是标注意外？领域术语未覆盖？还是否定句式识别失败？
- 根据发现反向优化：加规则后处理、扩充对应领域词典、构造对抗样本增强训练
基本上就这些。调优不是一步到位，而是“改一点、测一点、想一点”的闭环。每次只动一个变量，记录结果，比同时调10个参数更靠谱。
