Machine learning 如何同时使用交叉验证和提前停止？
我必须使用K-fold交叉验证来训练我的模型，但同时我想使用提前停止来防止过度拟合。怎样才能做到呢？由于提前停止将在每个折叠中返回不同的模型，折叠精度的平均值是否有意义？即使不使用提前停止，每次使用交叉验证时，每个折叠中都有不同的模型：模型具有不同的参数和不同的结果，但这就是CV的要点。您可以使用ES，无需特别注意。不推荐使用；见自己的答案Machine learning 如何同时使用交叉验证和提前停止？,machine-learning,deep-learning,cross-validation,Machine Learning,Deep Learning,Cross Validation,我必须使用K-fold交叉验证来训练我的模型，但同时我想使用提前停止来防止过度拟合。怎样才能做到呢？由于提前停止将在每个折叠中返回不同的模型，折叠精度的平均值是否有意义？即使不使用提前停止，每次使用交叉验证时，每个折叠中都有不同的模型：模型具有不同的参数和不同的结果，但这就是CV的要点。您可以使用ES，无需特别注意。不推荐使用；见自己的答案