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