valid_size、f_stable、n_stable 在 scikit-neuralnetwork 拟合中到底做了什么？
What exactly does valid_size, f_stable, n_stable do in scikit-neuralnetwork fitting?
valid_size、f_stable、n_stable 在 scikit-neuralnetwork 拟合中究竟做了什么？
我正在尝试使用 scikit-neuralnetwork 解决回归问题。我已经阅读了我能找到的所有文档，但我不太明白 n_stable, f_stable, 和 valid_size 输入参数的含义。
如果我们使用n_stable = 100、f_stable = .001和valid_size = .1，这是否意味着它将[1]将集合分成90%的训练； [2] 使用梯度下降做一步（改变参数）； [3]然后在另外10%的数据上进行测试； [4] 如果该测试 mean_squared_error 小于 .001，那么它将将该迭代计入 n_stable 配额 100——是吗？或者是别的什么？
更一般地说，这与
有关
谢谢！
sknn github 页面的维护者要求我 post 将此作为一个问题。这里有一些解释 https://github.com/aigamedev/scikit-neuralnetwork/issues/117
valid_size、f_stable、n_stable 在 scikit-neuralnetwork 拟合中究竟做了什么？
我正在尝试使用 scikit-neuralnetwork 解决回归问题。我已经阅读了我能找到的所有文档，但我不太明白 n_stable, f_stable, 和 valid_size 输入参数的含义。
如果我们使用n_stable = 100、f_stable = .001和valid_size = .1，这是否意味着它将[1]将集合分成90%的训练； [2] 使用梯度下降做一步（改变参数）； [3]然后在另外10%的数据上进行测试； [4] 如果该测试 mean_squared_error 小于 .001，那么它将将该迭代计入 n_stable 配额 100——是吗？或者是别的什么？
更一般地说，这与
有关谢谢！
sknn github 页面的维护者要求我 post 将此作为一个问题。这里有一些解释 https://github.com/aigamedev/scikit-neuralnetwork/issues/117