这个问题对Python库scikit-learn非常具体。请让我知道是否将它发布到其他地方是一个更好的主意。谢谢!在scikit-learn中训练神经网络时尽早停止
现在的问题......
我ffnn基于BaseEstimator我与SGD训练前馈神经网络类。它运行良好,我也可以使用GridSearchCV()并行训练它。
现在我想实现在函数ffnn.fit()中尽早停止,但为此我还需要访问fold的验证数据。这样做的一个办法是改变sklearn.grid_search.fit_grid_point(),它说
clf.fit(X_train, y_train, **fit_params)
成类似
clf.fit(X_train, y_train, X_test, y_test, **fit_params)
行,改变ffnn.fit()把这些参数。这也会影响sklearn中的其他分类器,这是一个问题。我可以通过检查fit_grid_point()中的某种标志来避免这种情况,该标志告诉我何时以上述两种方式调用clf.fit()。
有人可以建议一个不同的方式来做到这一点,我不必编辑sklearn库中的任何代码?
或者,将X_train和y_train随机分为火车/验证集合并检查一个好的停靠点,然后在所有X_train上重新训练模型是否正确?
谢谢!
谢谢! @ogrisel:验证数据是否足够通过?我怎样才能检查它是否可以通过多次传球获得更好的效果? – user1953384
您可以将最终测试分数与原始但成本较高的测试分数进行比较。 – ogrisel
谢谢!对于这个微不足道的问题感到抱歉。这当然是要做的事:)。 – user1953384