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：

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。