关于 Scikit-Learn 提前停止的问题
Questions on Scikit-Learn early stopping
启用提前停止时，我对 Scikit-Learn MLPRegressor 有一些疑问：
验证数据（见'validation_fraction'）是随机选择的，在提供的测试数据的前面，还是后面？
在训练的连续迭代中验证数据是相同还是不同？
验证数据会在训练的最后阶段自动included/refit吗？
当验证分数在 n_iter_no_change 个连续时期没有提高至少 tol 时，是否会 return 编辑先前的最佳回归器，或者 fit() 函数只是 return 最后一个回归变量？
Is the validation data (see 'validation_fraction') randomly selected,
at the front, or at the back of the test data supplied?
MLPRegressor 在内部使用 train_test_split 创建验证数据。如果 MLPRegressor 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。
Is the validation data the same or different during successive
iterations of the training?
所有训练迭代的验证数据都相同
Will the validation data automatically be included/refit during the
final stage of the training?
验证数据永远不会用于训练模型。它仅用于对模型进行评分。
When the validation score is not improving by at least tol for
n_iter_no_change consecutive epochs, will the previous best regressor
be returned, or will the fit() function simply return the last
regressor?
如果验证分数没有提高，而不是继续，提前停止将停止训练模型（避免过度拟合）和return模型最佳参数（link）
启用提前停止时，我对 Scikit-Learn MLPRegressor 有一些疑问：
验证数据（见'validation_fraction'）是随机选择的，在提供的测试数据的前面，还是后面？
在训练的连续迭代中验证数据是相同还是不同？
验证数据会在训练的最后阶段自动included/refit吗？
当验证分数在 n_iter_no_change 个连续时期没有提高至少 tol 时，是否会 return 编辑先前的最佳回归器，或者 fit() 函数只是 return 最后一个回归变量？
Is the validation data (see 'validation_fraction') randomly selected, at the front, or at the back of the test data supplied?
MLPRegressor 在内部使用 train_test_split 创建验证数据。如果 MLPRegressor 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。
Is the validation data the same or different during successive iterations of the training?
所有训练迭代的验证数据都相同
Will the validation data automatically be included/refit during the final stage of the training?
验证数据永远不会用于训练模型。它仅用于对模型进行评分。
When the validation score is not improving by at least tol for n_iter_no_change consecutive epochs, will the previous best regressor be returned, or will the fit() function simply return the last regressor?
如果验证分数没有提高，而不是继续，提前停止将停止训练模型（避免过度拟合）和return模型最佳参数（link）