이 질문은 파이썬 라이브러리 scikit-learn에 매우 특정한 내용입니다. 다른 곳에 게시하는 것이 더 좋은지 알려주세요. 감사! 이제 질문scikit-learn에서 학습 신경망을 조기에 중지
은 ...
나는 SGD와 함께 훈련 BaseEstimator에 따라 ffnn 피드 포워드 신경망 클래스가 있습니다. 잘 작동하고 있으며 GridSearchCV()를 사용하여 병렬로 교육 할 수 있습니다.이제는 ffnn.fit() 함수에서 조기 중지를 구현하려고하지만이 경우 배의 유효성 검사 데이터에 액세스해야합니다. 이 일을하는 한 가지 방법은 무엇인가에
clf.fit(X_train, y_train, **fit_params)
처럼
clf.fit(X_train, y_train, X_test, y_test, **fit_params)
을 말한다 sklearn.grid_search.fit_grid_point의 선()을 변경하고 이러한 인수를 위해 ffnn.fit()를 변경하는 것입니다. 이것은 sklearn의 다른 분류 자들에게도 영향을 미치므로 문제가됩니다. 위의 두 가지 방법 중 하나에서 clf.fit()을 호출 할시기를 알려주는 fit_grid_point()에서 어떤 종류의 플래그를 검사하여이를 피할 수 있습니다.
누군가 내가 sklearn 라이브러리의 코드를 편집 할 필요가없는 다른 방법을 제안 할 수 있습니까?
또는 X_train과 y_train을 무작위로 열차/유효성 집합으로 나누고 좋은 정지 점을 확인한 다음 모든 X_train에서 모델을 다시 훈련 할 수 있습니까?
감사합니다.
감사합니다! @ogrisel : 유효성 검사 데이터를 한 번 통과해도 충분합니까? 다중 패스로 더 좋은 결과를 얻을 수 있는지 어떻게 확인할 수 있습니까? – user1953384
최종 테스트 점수와 원래의 테스트 방법 점수를 비교할 수 있지만 비용이 많이 드는 방법입니다. – ogrisel
감사합니다. 사소한 질문에 대해 유감스럽게 생각합니다. 그것은 물론 할 일입니다 :). – user1953384