我在pyBrain中有几个关于trainUntilConvergence的新手问题。
trainUntilConvergence将数据集划分为训练集和验证集（默认为25％用于测试）。这是对的吗？
在每个纪元之后是否报告错误（当verbose = True时）验证集上的错误或针对训练集的错误？
当验证集的错误不再减少时，网络是否被认为是融合的（从而停止执行）？或者当训练集上的错误不再减少时？ （我假设以前为什么要使用一部分进行验证？）
选择用于验证的数据部分是连续的（例如数据集的最后x％）还是从数据中随机选择x％的行？
谢谢！
答案 0 :(得分：0)
根据documentation trainUntilConvergence，需要输入几个参数。它如下所示。是的，默认为25％用作验证集。
trainUntilConvergence(dataset=None, maxEpochs=None, verbose=None, continueEpochs=10, validationProportion=0.25)
您可以根据需要将validationProportion参数更改为其他值。验证集的比例是值得商榷的，没有一个值适合所有比例。你需要尝试它们以适应你的情况。
trainUntilConvergence方法训练您的数据集，直到验证集上的错误不再减少一定数量的时期。您可以通过更改continueEpochs参数来更改培训师在停止培训之前考虑的时期数。默认为10.换句话说，如果验证集上的错误在10个连续的纪元中没有改善，则终止训练。这也称为early stopping方法，广泛用于训练神经网络。
关于验证集的连续性，我不确定。但从逻辑上讲，它应该选择随机选择。