#validation #neural-network #nested #cross-validation #hyperparameters
#утверждение #нейронная сеть #вложенный #перекрестная проверка #гиперпараметры
Вопрос:
Мне нужно некоторое разъяснение относительно вложенной перекрестной проверки и цели набора проверки для настройки гиперпараметров.
В приложениях нейронных сетей обычно набор проверочных данных используется для настройки гиперпараметров; т. Е. мы тренируемся на наборе обучающих данных, а затем переключаемся на набор проверочных данных и проверяем производительность модели. Если модель достигает высокой производительности в обучающем наборе данных, но низкой производительности в наборе данных проверки, это знак для нас либо остановиться, либо снизить скорость обучения.
Вопрос 1: Если бы мы также сделали это методом перекрестной проверки, то мы бы слили знания в систему, верно? — Потому что мы сообщали бы средний результат по всем наборам данных проверки, но все же эти наборы данных использовались для настройки модели.
Итак, как будет выглядеть эта процедура, когда мы перейдем к вложенной перекрестной проверке. Мы выполняем внешний цикл и внутренний цикл.
Вопрос 2 Могу ли я снова использовать набор данных проверки для настройки гиперпараметров и поиска наилучшей стратегии ранней остановки / количества эпох; или набор данных проверки служит только своего рода тестовым набором данных во внутреннем цикле?