神经网络初学者:何时开始使用Back Propagation Neural Network中的选择集?
我正在实施一个反向传播神经网络来预测黄金的价格。我知道我必须将我的数据分为训练数据,选择数据和测试数据。
但是我不确定如何继续使用这些数据集。起初,我正在用训练集训练数据网络,然后在训练过程中,我从测试集中获取一些输入到我的网络并比较输出。
我不知道我是否正确地做了这件事,并且是否选择了?
在此先感谢!
神经网络初学者:何时开始使用Back Propagation Neural Network中的选择集?
我正在实施一个反向传播神经网络来预测黄金的价格。我知道我必须将我的数据分为训练数据,选择数据和测试数据。
但是我不确定如何继续使用这些数据集。起初,我正在用训练集训练数据网络,然后在训练过程中,我从测试集中获取一些输入到我的网络并比较输出。
我不知道我是否正确地做了这件事,并且是否选择了?
在此先感谢!
的总体思路是:
通过这种方式,您可以知道何时停止训练。
对此的一个简单修改就是始终跟踪迄今为止所见到的最佳网络,而当我们看到连续变差的训练尝试次数(如三次)时,我们只会停止训练。
第三套测试集是必要的,因为选择集如果间接参与了训练过程。最终评估必须在训练期间根本没有使用的数据上完成。
这种事情对于简单的实验已经足够了,但总的来说,您会希望使用cross-validation来更好地了解系统的性能。
我想发表评论只是说验证集是模型依赖的超参数调优的好地方,但我在这里是新的,因此缺乏声誉点。为了使这更值得单独发布,我已经包含了我自己的火车验证测试过程的概要。实际上,我的工作流程如下:
太好了!你不能给出更好的解释谢谢! – Jonny 2012-04-10 04:19:37