问学习曲线的解释-神经网络

EN

根据学习曲线，当训练误差和验证误差都随着时间的增加而减小时，最好的模型是基模型。

现在你的小模特和大模特都不合身。这一点很明显，因为这两条曲线并不像它们在基本模型中所做的那样收敛。我想说，你构建的神经网络有问题。你可能在你的结构中遗漏了一些重要的东西(可能是交叉验证)。

原则上，我同意model small和model big是不合适的。如果您提供更多关于数据的信息(样本数、目标变量的范围、预测器的数量、目标变量的数量、目标变量的分布和预测器的分布)来全面分析您所提供的图表，将会很有帮助。

要比较你展示的情节并不容易：

1. 首先，y的范围在所有三个地块中都是不一样的。在第一幅图中，y范围上升到4.000.000，在另两幅图中，它在125.000到2.500之间，这使得很难判断model base到底在哪里收敛。
2. 第二，您只提供一次运行。这可能是因为这次跑步特别幸运。如果他用mean和std.dev.为每个模型绘制了三次运行图，那么分析就会更加可靠。
3. 最后，第一个模型是针对20时代训练的，而另外两个模型是为15训练的。

另外，loss和mean_squared_error有什么区别？他们看起来是一样的。