Python 关于Scikit的问题:学会提前停止
我对何时启用提前停止有一些疑问:Python 关于Scikit的问题:学会提前停止,python,machine-learning,scikit-learn,mlp,Python,Machine Learning,Scikit Learn,Mlp,我对何时启用提前停止有一些疑问: 验证数据(见“验证分数”)是随机选择的,在提供的测试数据的前面还是后面 在培训的连续迭代过程中,验证数据是相同的还是不同的 验证数据是否会在培训的最后阶段自动包含/重新安装 当n_iter_no_change连续历次的验证分数没有至少提高tol时,会返回上一个最佳回归器,还是fit()函数只返回最后一个回归器 是否随机选择验证数据(见“验证分数”), 在提供的测试数据的前面,还是后面 MLPREGESSOR在内部使用train\u test\u split创建验
MLPREGESSOR
在内部使用train\u test\u split
创建验证数据。如果mlprepressor
的shuffle
参数设置为false,则分数取自测试数据的末尾。如果shuffle
设置为true,则随机选择数据
验证数据在连续测试中是相同的还是不同的
培训的迭代
所有培训迭代的验证数据都是相同的
验证过程中是否会自动包括/重新安装验证数据
培训的最后阶段
验证数据永远不会用于培训模型。它仅用于对模型进行评分
当验证分数没有至少提高tol时
不改变连续的时代,将是以前最好的回归者
或者fit()函数只返回最后一个
回归者
如果验证分数没有提高,而不是继续,那么提前停止将停止训练模型(避免过度拟合),并返回模型最佳参数()ok…我明白了。你对最后一个问题的回答能更准确些吗?假设迭代中的验证分数是。。。0.21、0.22、0.20、0.19、0.18接近尾声时,验证分数为0.22时是否返回回归器,或验证分数为0.18时是否返回回归器?@Chonglippang MLPREGESSOR将返回最佳参数。即验证准确度的参数(0.22)。检查更新答案中的链接。