如何同时使用交叉验证和提前停止？
交叉验证和提前停止是在机器学习模型训练过程中常用的技术手段，用于评估和优化模型的性能。下面是关于如何同时使用交叉验证和提前停止的完善和全面的答案：
交叉验证（Cross Validation）是一种用于评估模型性能的技术，通过将数据集划分为训练集和验证集，并重复多次，每次选择不同的训练集和验证集组合，来评估模型在不同数据集上的表现。常用的交叉验证方法有K折交叉验证（K-Fold Cross Validation）、留一交叉验证（Leave-One-Out Cross Validation）等。交叉验证可以帮助我们更全面、准确地评估模型的性能，减少因数据集的不同导致的偏差。
提前停止（Early Stopping）是一种防止模型过拟合的方法，在模型训练过程中，当模型的性能在验证集上不再改善时，提前终止训练，避免过拟合。一般通过设置一个阈值（如验证集误差连续多次大于阈值），当模型在连续几个epoch中验证集上的性能没有提升时，就停止训练。提前停止可以提高模型的泛化能力，防止过拟合，避免浪费时间和计算资源。
同时使用交叉验证和提前停止可以更好地评估和优化模型。具体步骤如下：
- 将数据集划分为训练集、验证集和测试集。训练集用于模型的训练，验证集用于评估模型的性能，测试集用于最终评估模型的泛化能力。
- 使用交叉验证方法（如K折交叉验证），将训练集分为K个折，依次选择其中K-1个折作为训练集，剩余1个折作为验证集。重复进行K次，得到K个模型。
- 对于每个模型，在每个epoch结束后，计算其在验证集上的性能。如果连续几个epoch验证集的性能没有提升，就提前停止训练。
- 选择验证集上性能最好的模型作为最终模型。
- 使用测试集对最终模型进行评估，得到最终的性能指标。
在腾讯云中，可以使用以下相关产品进行交叉验证和提前停止：
- 云计算平台：腾讯云服务器（https://cloud.tencent.com/product/cvm）提供了强大的计算能力，可用于训练和验证模型。
- 机器学习平台：腾讯云机器学习平台（https://cloud.tencent.com/product/tensorflow）提供了丰富的机器学习工具和资源，支持模型训练、验证和部署。
- 数据库：腾讯云数据库（https://cloud.tencent.com/product/cdb）提供了高性能、可扩展的数据库服务，可用于存储和管理数据。
- 云原生：腾讯云容器服务（https://cloud.tencent.com/product/tke）提供了弹性、高可用的容器化服务，可用于部署和管理模型训练和推理的容器。
- 网络安全：腾讯云Web应用防火墙（https://cloud.tencent.com/product/waf）和DDoS高防IP（https://cloud.tencent.com/product/antiddos）提供了网络安全保护，防止恶意攻击对模型训练的干扰。
综上所述，通过同时使用交叉验证和提前停止技术，可以更全面、准确地评估模型的性能，并提高模型的泛化能力。在腾讯云中，可以利用其提供的各类产品和服务，进行交叉验证和提前停止的实践。
相关·内容
1回答
我必须使用K-折叠交叉验证来训练我的模型，但同时我想使用提前停止来防止过度拟合。怎么做呢？由于提前停止将在每个折叠中返回不同的模型，因此折叠精度的平均值是否意味着什么？
浏览 27提问于2019-10-09得票数 3
回答已采纳
如果training_frame、validation_frame和n折叠同时存在的话。如何利用h2o.gbm对gbm进行训练和有效
浏览 0提问于2019-05-27得票数 0
回答已采纳
2回答
训练神经网络时的标准设置似乎是将数据分割成训练集和测试集，并一直运行到测试集上的分数停止提高为止。现在，问题是:测试分数中存在一定数量的噪声，因此单个最佳分数可能不符合网络状态，而网络状态最有可能是新数据上的最佳状态。
我见过一些论文指出训练中的一个特定时代或迭代是“交叉验证最好的”，但我不知道这是如何确定的(论文没有提供任何细节)。“交叉验证的最佳”点不是有最好的测试分数的点。
如何进行这种类型的交叉验证？会不会是在测试集上做k折叠？好吧，这给了k个不同的测试分数，而不是一个，然后呢？
浏览 0提问于2016-04-09得票数 6
回答已采纳
2回答
正如标题中所问的那样，我想知道是否有可能在训练过程中，当错误减少到足够的程度时，提前停止训练，这样我就可以避免在每次调用时过度拟合和猜测正确的时差数。
是我在官方文档中发现的唯一东西，但它将被用于头脑脚本，而我对它一无所知。我在CNTK2.6中使用Python3.6。
另外，是否有办法在CNTK CNN中执行交叉验证？？这是怎么做到的呢？
提前谢谢。
浏览 0提问于2018-10-13得票数 0
回答已采纳
当我使用lightgbm训练分类模型时，我通常使用验证集和提前停止来确定迭代次数。
现在我想组合训练和验证集来训练模型(这样我就有更多的训练示例)，并使用该模型来预测测试数据，我应该更改从验证过程派生的迭代次数吗？
谢谢!
浏览 0提问于2020-01-09得票数 0
2回答
卷积神经网络的交叉验证
、、、、
我正在使用Keras创建一个CNN模型，我将使用K-折叠交叉验证来训练数据集。
数据集包含图像，我正在使用flow_from_directory函数。
您知道如何在Keras中使用K折叠交叉验证来创建CNN模型吗？
浏览 0提问于2018-09-21得票数 3
3回答
对于图像分类，目前研究的是支持向量机(support，SVM)方法，该方法利用多SVM函数对四组图像进行分类，每次随机选取训练和测试数据时，算法的性能都会发生变化。有人建议进行交叉验证，我不明白为何要进行交叉验证，其主要目的是甚麽？我的实际数据集包括训练矩阵大小28×40000和测试矩阵大小17×40000。如何通过这个数据集进行交叉验证，对我有帮助。提前谢谢。
浏览 3提问于2013-12-12得票数 2
回答已采纳
1回答
我目前正在尝试使用交叉验证来训练一个神经网络，但我不确定我是否知道交叉验证是如何工作的。我理解这个概念，但我还不能完全理解这个概念是如何转化为代码实现的。下面是对我已经实现的内容的描述，这或多或少是一种猜测。
我将整个数据集分割成K-折叠，其中1折叠是验证集，1折叠是测试集，其余折叠中的数据被倾倒到训练集中。
然后，我循环K次，每次将验证和测试集重新分配到其他折叠。在每个循环中，我只使用训练集不断地训练网络(更新权重)，直到网络产生的错误达到某种阈值为止。但是，用于决定何时停止培训的错误是使用验证集产生的，而不是使用培训集产生的。培训结束后，将再次产生错误，但这次使用测试集。测试集中的此错误将
浏览 10提问于2016-12-19得票数 0
当我将fit函数应用于MLPClassifier时，我遇到了麻烦。我仔细阅读了，但无法确定验证是如何工作的。
这是交叉验证还是在培训和验证数据之间存在分歧？
提前谢谢。
浏览 0提问于2018-08-14得票数 0
回答已采纳
2回答
神经网络列车验证损失的解释
、、、、
我已经训练了一个时间序列预测的LSTM模型。我用了一种早停的方法，有150个年代的耐心。我使用了一个dropout为0.2，这是列车和验证损失的情节：
早期停止训练法在650次训练后停止训练，在验证损失最大的460次左右节省最佳权重。
我的问题是:列车损失总是高于验证损失是正常的吗？我知道，如果是相反的(验证损失以上的火车)，这将是一个过度适应的迹象。但这个案子呢？
编辑：我的数据集是时间序列，每小时的时间频率。它由35000个实例组成。我已经将数据分成80 %的训练和20%的验证，但按时间顺序进行。例如，培训将包含2017年开始之前的数据，以及2017年至年底的数据验证。我用15天的平
浏览 0提问于2018-10-01得票数 1
回答已采纳
2回答
所需的测试过程：
播放音乐文件。启动应用程序加载时不暂停、恢复或停止正在播放的音乐的。。
怎么用银光做呢？
我有这样的东西：
protected void CheckMusicPlaying()
{
if (MediaPlayer.State == MediaState.Playing)
{
MessageBoxResult Choice;
Choice = MessageBox.Show("Media is currently playing, do you want to stop it?", "Stop Player",
浏览 3提问于2011-12-01得票数 1
我已经在网上学习了几个星期了，特别是沃帕尔·瓦布比特和logistic回归。我对在线学习算法和问题的理解是正常的，但我对规则化的问题不能理直气壮。
在标准机器学习问题中，可以使用验证数据集来调优L1和L2的正则化参数。但是，如何在在线环境中选择这些规范参数呢？您是从一开始就修复它们，还是应该在进行培训时更新它们？
浏览 0提问于2018-04-24得票数 1
回答已采纳
1回答
基本上，我有780 (每天)观察，我想培训80%的数据，其余20%用于交叉验证。因此，据我所知，我将使用：
df_cv = cross_validation(m, initial='624 days', horizon='156 days')
如果初始日期与第一个观测数相对应，我想训练并确定我希望用于交叉验证的其余观测数。
我认为我没有正确地应用这一点，因为它似乎是一个截止日期，我真的不明白什么是什么。
如何实现我的目标，使用最初的80%的观测训练数据--最后20% --用于交叉验证？
提前谢谢你
浏览 0提问于2020-06-25得票数 4
回答已采纳
1回答
验证集的验证过程-非k次交叉验证
、、、、
我对python和机器学习很陌生，我很难理解验证步骤，我也想对当我不想使用k-折叠交叉验证，而只是使用验证集时，应该做什么有一个建议。我一直在阅读，似乎无法正确理解k-折叠交叉验证：
我是否将初始数据分割成k个折叠，然后在k-1上进行训练，在左1上进行测试，保持向后旋转--所以每个折叠都用于测试等等。
或者我把初始数据分割成列车数据和测试数据，然后将列车数据分割成k个折叠，然后进行交叉验证，然后对未见的测试数据进行准确性测试？
在k-折叠交叉验证过程中如何选择最佳参数？cross_val_score在返回分数列表后，是否在验证步骤中应用最佳参数，在验证步骤中准确性最好？(代码如下)
浏览 2提问于2019-05-23得票数 1
我正在处理一个问题，在这个问题上，我需要预测与培训数据文件中的另一个文本相对应的文本。例如:如果我的值类似于我的一个列中的软件，而另一个相应的列中包含一个值adobe，那么我的算法也应该能够对我的测试数据进行预测。例如，如果我的测试数据有Tableau，那么预测的类别应该是对应于它的软件。这里有一些数据选项，如软件、税收等，与它们相对应的还有一些子类别。我的工作是根据测试数据中的主要类别预测正确的子类别。
我应该做些什么来提高我的准确性？n_ngram对准确度有很大影响吗？我能看到一些但不是很多。
from sklearn.featureextraction.text import Count
浏览 0提问于2019-08-10得票数 2
1回答
区分过拟合与良好预测
、、、、
这些都是机器学习中如何计算和减少过度拟合的问题。我想许多机器学习的新手都会有同样的问题，所以我试着把我的例子和问题弄清楚，希望这里的答案能帮助到其他人。
我有一个很小的文本样本，我试图预测与它们相关的值。我已经使用sklearn计算tf-以色列国防军，并将其插入回归模型中进行预测。这给了我26个有6323个特征的样本--不是很多..我知道：
>> count_vectorizer = CountVectorizer(min_n=1, max_n=1)
>> term_freq = count_vectorizer.fit_transform(texts)
>>
浏览 2提问于2012-09-03得票数 33
回答已采纳
在使用SVM时，我发现对原始数据集执行三向拆分是一种很好的做法，类似于70/15/15的拆分。
这种分割将对应于%70用于培训，%15用于测试，%15对应于所谓的“验证”。
我很清楚为什么这是一个很好的实践，但我不确定实际执行这一操作所需的具体细节。很多在线资源讨论了这个过程的重要性，但是我似乎找不到对这个过程的明确描述(或者至少是算法描述)。例如，sklearn讨论了，但在提供任何可靠的工具之前就停止了。
我的想法是：
使用训练集训练算法
使用测试集查找错误率
?？调整参数
再次获取错误率，使用验证集
如果有人能给我指明一个好资源的方向，我会很感激的。
浏览 1提问于2014-01-26得票数 3
1回答
我拥有的数据是一个时间序列数据(股票回报)，我正在训练一个随机森林回归者。观察总数= 2499
为了更好地评估性能，我实现了滚动窗口测试，其训练窗口大小为500、700、900、…、2100。虽然从本能上看，选择一个产生最低RMSE的窗口大小似乎是显而易见的，但我如何确保比较是公平的呢？
我的意思是，随着窗口大小的增加，测试集的大小会减少。窗口大小为500，测试集大小为1999。使用窗口大小700，测试集大小为1799。
我认为同样的问题也适用于扩大窗口。
那么，当测试样本的尺寸变小时，比较RMSE是否明智？
如果没有，那么应该如何选择最佳的培训窗口？
浏览 0提问于2021-08-13得票数 0
我正在尝试使用n_neighbors为KnearestClassifier找到优化的GridSearchCV值。我能够得到优化的参数，但是当我在分类器中输入这些参数时，结果与GridSearchCVs的最佳结果不匹配。
clf = KNeighborsClassifier(n_neighbors=15, weights='uniform')
clf.fit(features_train, labels_train)
print('Score using optimized parameters: {}'.format(clf.score(features_
浏览 0提问于2017-03-25得票数 1
回答已采纳
3回答
我正在研究一个机器学习分类器，当我到达将我的数据划分为训练集和测试集的时候，我想得到两种不同的方法。在一种方法中，我只是将数据集分成训练集和测试集，而在另一种方法中，我使用k折叠交叉验证。
奇怪的是，随着交叉验证的准确性下降，所以如果我有0.87与第一种方法，交叉验证，我有0.86。
交叉验证不应该提高我的准确性吗？谢谢已经提前了。
浏览 0提问于2019-11-08得票数 1
回答已采纳
1回答
在进行网格搜索时，我的顺序密集DNN似乎会在参数网格中的每个参数中运行三次。我希望它在网格中每个指定的epcohs运行一次: 10、50和100。这一切为什么要发生？
模型架构：
def build_model():
print('building DNN architecture')
model = Sequential()
model.add(Dropout(0.02, input_shape = (150,)))
model.add(Dense(8, init = 'normal', activation = 're
浏览 0提问于2018-05-23得票数 1
回答已采纳
2回答
停止训练的好处是什么？
、、、
这是我在每个时期之后的损失和准确性。它是一个序列到序列的模型，有4个输入和输出标记。enter image description here 如果我实现提前停止，我会在哪里停止训练？开发损失和准确率还没有开始下降，你会怎么做？ 谢谢。
浏览 22提问于2020-01-27得票数 0
我的数据有500000个观察值和7个变量。我将数据拆分，80%作为训练数据，20%作为测试数据。我使用插入符号来训练模型。下面是代码。我启动了它，花了很多时间，最终我不得不停止它。只是想知道我的模型中是否有问题，或者大数据通常需要很长时间？有什么建议吗？
library(caret)
set.seed(130000000)
classifier_rf <- train(y=train$active,
x=train[3:5],
data=train,
浏览 0提问于2018-04-23得票数 3
我想知道sklearn.model_selection.RandomizedSearchCV (在一定程度上对于GridSearchCV )是如何处理模型、信息和内存的。事实上，尽管进行了一些研究，但我找不到任何资源来解释(无论是使用n_jobs =-1还是>1)每个堆栈步骤存储的内容。
尽管我非常确定每个模型都被存储了，因为你可以用最好的参数检索模型，但是它能保留所有的参数吗？或者它在每一步都保持最后构造的和存储的之间的最好的一步？
提前感谢您的回复:)
浏览 0提问于2019-05-22得票数 0
我正在尝试用Python构建决策树和回归树。我正在使用sci-kit，但我对其他选择持开放态度。
关于这个库，我不理解的是是否可以提供训练和验证子集，以便库在训练子集上构建模型，在验证上测试模型，并根据某些规则停止拆分(通常当额外的拆分不能在验证子集上产生更好的性能时-这可以防止过度拟合)。例如，JMP软件就是这样做的()。
我在官方网站()和互联网上都没有发现关于如何使用验证子集的内容。
任何帮助都将是最受欢迎的！谢谢!
浏览 0提问于2014-12-02得票数 1
1回答
我有667个特征，在应用分类模型(例如朴素贝叶斯/支持向量机)来提高分类模型的学习率之前，我希望找到在二进制类标签之间有显著边界的特征。
我所知道的是，如果两个类之间的特征值是重叠的，这将导致错误的分类。
因此，我做了两个样本t检验，以计算二元类标签之间特征的统计显着性。
from scipy import stats
p=[]
failure = [1]
#separate out the non-failure and failure group data into 2 dataframes to calculate the
t-test between each feature.
浏览 0提问于2017-12-28得票数 1
1回答
我一直在为分类建立一个神经网络。
选择我最好的模特。我已经用了10倍的交叉验证。并选择了具有最高平均精度的网络。
既然我已经选择了最好的模型，我想使用所有的数据来训练这个模型，因为我拥有的数据量是有限的(我将合并培训、开发和测试数据)。
我的问题是，当我用所有的数据进行训练时，我不知道什么时候停止训练。培训损失并不是一个确定的指标。通常，我有一个用于监视培训的开发集。当训练损失不再改善时，我就停止训练。
对于如何监督一个只有训练数据的模型，有什么建议吗？换句话说，如何判断网络何时需要停止？
浏览 0提问于2017-09-14得票数 3
回答已采纳
3回答
我不知道什么是正确的方式，使用早期停止与交叉验证梯度增强算法。对于简单的训练/有效分割，我们可以使用有效的数据集作为早期停止的评估数据集，在重新修改时使用最佳的迭代次数。
但是，如果交叉验证类似k-折叠，我的直觉是使用每个折叠的每个有效集合作为早期停止的评估数据集，但这意味着最佳的迭代次数将因折叠而异。那么，在重新设计时，我们使用什么作为最后的最佳迭代次数？什么刻薄？
谢谢！
浏览 0提问于2020-05-17得票数 17
在文本分类任务中，我使用和相结合的方法进行特征选择。
SelectFromModel(estimator=MultinomialNB(alpha=1.0))
SelectFromModel通过计算来确定特性的重要性：
importances = np.linalg.norm(estimator.coef_, axis=0,ord=norm_order)
但这不正是我想要的，因为高频率的特征会导致绝对值低吗？
对于确定给定特定类的特性的重要性，已经有多个问题得到了很好的回答，但在一般情况下不能确定特性的重要性。
是否有一种方法可以结合使用SelectFromModel和NB来确定特性的重要性，或
浏览 2提问于2017-09-15得票数 1
回答已采纳
我想用Weka训练一个有大约200个样本和6个属性的MultiLayerPerceptron。我在考虑将训练和测试分成两部分，在火车上，指定训练中的某个%作为验证集。但后来我考虑使用折叠交叉验证，以便更好地利用我的样本集。
我的问题是:在进行交叉验证方法时，指定验证集有意义吗？
而且，考虑到样本的大小，你能给我一些关于这两种方法的数字吗？(例如，2/3用于训练、1/3测试和20%验证...对于简历:10折、2折或LOOCV ...)
提前谢谢你！
浏览 3提问于2012-12-06得票数 0
回答已采纳
1回答
我必须使用一些分类器(例如朴素贝叶斯、支持向量机和另一个分类器)来做垃圾邮件检测应用，并比较它们的效率，但不幸的是，我不知道我应该做什么。
这是正确的吗:首先，我应该有trec2005，垃圾邮件或安然垃圾邮件等垃圾邮件.然后，我做文字预处理，如词干，停止字删除，标记等.
在此之后，我可以使用tf-以色列国防军在垃圾邮件中衡量我的特征/术语的权重。接下来，我用非常低的频率和很高的频率去除这些特征。然后我就可以把我的邮件分类了。对吗？
之后，我可以用真阳性、假阳性等来衡量我的正确分类。
如果某件事需要10倍的交叉验证？我该怎么用呢？
你能告诉我这些电子邮件分类的步骤是否可以吗？如果没有，请解释哪些
浏览 1提问于2014-03-15得票数 1
回答已采纳
2回答
当我用支持向量机训练一个模型的数据集时，首先执行哪一个过程，交叉验证还是网格搜索？我在几本书里读过这篇文章，但我不知道这一切该按什么顺序进行。如果第一次执行交叉验证，如果没有找到网格搜索提供的最优值，在那里使用什么超参数？此外，在整个过程中，应在何处计算混淆矩阵？
提前感谢
浏览 0提问于2020-03-02得票数 4
回答已采纳
在神经网络中使用“K-折叠交叉验证”时，我们是否：
随机选择and保存网络的初始权重(让我们称之为$W_0$)
将数据拆分为$N$相等块
在$N-1块上的训练模型，对左块进行验证($K‘th块)
Get验证错误并将权重恢复到 $W_0$
将$K$移位1，从3开始重复。
平均出验证错误，以便更好地理解网络将如何使用这些数据进行概括。
Revert最后一次回到$W_0$，并使用整个数据集对网络进行培训
Question 1:
我意识到7是可能的，因为我们对网络将如何在步骤6的帮助下泛化有很好的理解。-这个假设正确吗？
Question 2:
恢复到最初的$W_0$是必要的吗，否则我们就太合适了吗？
浏览 0提问于2018-03-02得票数 5
回答已采纳
5回答
简单地说，交叉验证和网格搜索的区别是什么？网格搜索是如何工作的？我是不是应该先做交叉验证，然后再做网格搜索？
浏览 17提问于2013-10-12得票数 53
1回答
我构建了一个栅栏模型，然后使用该模型通过预测命令从已知数据点预测到未知数据点。有没有办法验证模型和这些预测？我是否必须分两部分来做这件事，例如使用模型的二项式部分的敏感性和特异性？关于如何评估此模型的有效性，还有其他想法吗？
浏览 1提问于2016-11-14得票数 0
2回答
用滑雪板管道选择变换
、、、、
因此，我目前正在处理一个数据集，我希望使用管道来选择转换。下面是我想要做的事情的一个例子：
# I missed the imports just for brevity
pipeline = make_pipeline(StandardScaler(), PolynomialFeatures(), PCA(), LogisticRegression())
因此，我想要做的是，在使用其他方法(如XGBOOST )时，同时尝试StandardScaler、MinMaxScaler和MinMaxScaler。然后，我想尝试使用多项式特征，然后使用PCA，只有当我使用多项式特征。最后，我想尝试使用G
浏览 0提问于2020-08-21得票数 0
回答已采纳
我对几个模型进行了实验，并为每个模型生成了一个最佳分数，以帮助我决定为最终模型选择一个模型。使用以下代码生成了最佳分数结果：
print(f'Ridge score is {np.sqrt(ridge_grid_search.best_score_ * -1)}')
print(f'Lasso score is {np.sqrt(lasso_grid_search.best_score_ * -1)}')
print(f'ElasticNet score is {np.sqrt(ElasticNet_grid_search.best_score_ * -
浏览 0提问于2020-05-30得票数 0
我对R中的ml和尝试构建一个10倍交叉验证的xgboost模型是相当陌生的。我在这里看到了文档： https://www.rdocumentation.org/packages/xgboost/versions/1.1.1.1/topics/xgb.cv 然而，在这个示例中，它纯粹使用训练数据，并且没有地方指定测试集或测试拆分。这对任何人都有意义吗?任何使用过这个包的人都能帮助我理解这个交叉验证模型是如何测试的吗？ 谢谢
浏览 22提问于2020-07-24得票数 0
回答已采纳
1回答
我在猜测是否有一些内置选项将SpaCy 3与k-folds交叉验证结合使用。
我想在一个大约为10倍的数据集上运行10折交叉验证。17.5k职位描述，最终获得最佳性能模型。
文档中没有任何关于这些选项的信息。
如果该选项不存在，我想我可以手动解决一些问题。
提前感谢！
浏览 1提问于2021-05-18得票数 2
1回答
我有一个庞大的数据集，而且我对R非常陌生，所以我唯一能想到自己实现100倍简历的方法是通过许多for和if's，这使得我的大型数据集效率极低，甚至可能需要几个小时的编译。我开始寻找这样做的软件包，并在堆栈溢出上发现了与简历相关的相当多的主题，我一直试图使用我找到的那些，但没有一个是为我工作的，我想知道我在这里做错了什么。
例如，来自DAAG包的代码：
cv.lm(data=Training_Points, form.lm=formula(t(alpha_cofficient_values)
%*% Training_Points), m=100, plotit=TRUE)
..give
浏览 4提问于2016-05-14得票数 1
📷
这是我代码的截图。我用abc.best_estimator_ (我的GridSearchCV模型)来找出最好的结果。如您所见，网格具有C=1和C=100的值以及其他值。abc.best_estimator_说C=1是最好的价值。对于交叉检查，我尝试使用不同的c值，在这里，我得到了一个更好的C=100分数。我在寻找伽玛的同时也得到了类似的结果，但后来我把伽马注释掉了，以便只关注C。知道为什么会这样吗？我做错什么了吗？
浏览 0提问于2020-07-30得票数 0
我有以下几点：
library(pls)
pcr(price ~ X, 6, data=cars, validation="CV")
它工作，但因为我有一个小的数据集，我不能划分为训练和测试，因此，我想要执行交叉验证，然后提取预测数据为AUC和准确性。但是我找不到如何提取预测的data.Which参数，是吗？
浏览 3提问于2015-04-28得票数 0
回答已采纳
我正在实现一个用于分类目的的神经网络，现在我遇到了交叉验证的麻烦。我的问题如下：
我们是否需要首先训练模型，然后交叉验证它(K折叠)，或者我们首先交叉验证模型，然后选择在未知数据上表现良好的模型，然后训练它，谁能指导我整个过程是如何运行的，它正在变得混乱，因为如果训练是在之前或之后完成的，那么K折叠中的训练部分的作用是什么？提前谢谢。
浏览 0提问于2020-04-23得票数 0
2回答
CNN模型的交叉验证技术
、、、
我在研究CNN的模型。和往常一样，我用批次和时代一起训练我的模型。当它完成训练和验证时，最后我使用一个测试集来衡量模型的性能并生成混淆矩阵。现在我想用交叉验证来训练我的模型。我可以实现它，但我脑海中有一些问题：
为什么大多数CNN模型不使用交叉验证？
2-如果我使用交叉验证，如何生成混淆矩阵？我是否可以将数据集拆分为训练/测试，然后在列车/验证集上进行交叉验证(即，除了通常的列车/测试外，交叉验证作为列车/验证)，并最终以同样的方式使用测试集？或者怎么做？
浏览 0提问于2019-03-22得票数 10
回答已采纳
我正在开发一个命令行工具，有时它会将用户重定向到默认的web浏览器。为此，我使用了以下代码
if(Desktop.isDesktopSupported()){
Desktop.getDesktop().browse(new URI("http://www.example.com"));
}
浏览器打开时没有任何问题，但在打开时，控制台上打印了一些消息。像这样的东西
[6620:6620:0622/180058:ERROR:browser_window_gtk.cc(1082)] Not implemented reached in virtual void
浏览 0提问于2014-06-22得票数 0
1回答
我正在使用Keras，我想制作10个不同的训练和测试样本，以对这些样本重复拟合函数。 for (i in 1:10) {
## 75% of the sample size
smp_size <- floor(0.8 * nrow(cifarSmall$x))
## set the seed to make your partition reproducible
set.seed(123)
train_ind <- sample(seq_len(nrow(cifarSmall$x)), size = smp_size)
train_x <- cifarSmall$x[
浏览 19提问于2019-12-12得票数 1
1回答
交叉验证和早期停止
、、、
我试图确保我不会对h2o如何处理交叉验证和验证数据集感到困惑。我确信我只是对用来描述这件事的词语感到困惑
library(mlbench)
library(h2o)
data(Sonar)
dfh2o = as.h2o(Sonar)
splits=h2o.splitFrame(dfh2o)
train = splits[[1]]
valid = splits[[2]]
gbm_no_val_frame <- h2o.gbm(x = colnames(df), y = "Class", training_frame = train,
浏览 1提问于2017-12-04得票数 3
1回答
我有几个实体在一个场景中，是外部触发的，是可见的。当他们是可见的，用户鼠标在他们上面(基于凝视，所以当用户看实体)，音频应该是独特的，每个实体。当用户查找其他地方时，音频应该停止。
我遇到的问题是，当多个对象同时打开时，我的自定义组件中的侦听器似乎不知道哪个实体正在播放，并且会停止/启动错误的音频。如何确保侦听器是正确的实体？
引用此：
联署材料：
AFRAME.registerComponent('play-audio', {
init:function() {
let playing = false;
let audio = this.el.components.sound
浏览 2提问于2018-09-14得票数 0
回答已采纳
我一直在训练我的CNN，并得到了以下结果：
我只知道训练和验证的准确性都需要很高，但是这些数字足够好吗？我如何知道何时停止？我应该关注损失，还是只关注准确性？到目前为止，哪个时代显示了最好的结果？
浏览 56提问于2020-02-11得票数 0
回答已采纳
我正在进行一些模拟，我的样本大小是125。我测量了5倍的交叉验证误差，即每轮我的训练样本大小为100，测试样本大小为25。假设所有其他参数都是固定的，但"n_estimators"，即助推轮的数量。
我有两个选择：
在这种情况下，我可以从cv results;further中选择最佳的n_estimator，将训练样本分成训练样本( 80 )和验证( 20 )，对80个训练观察进行模型训练，并在20个验证观察中监测早期停止--在这种情况下，我可以选择一个巨大的n_estimator并让它自动停止。。
问题是
选项1中的，如果我有另一个单独的测试样本，我可以对测试数据使用5个交叉
浏览 1提问于2019-10-12得票数 0
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
实时音视频
即时通信 IM活动推荐
腾讯云开发者
