我对多层感知器（MLP）和Hopfield网络的训练和测试集的选择有疑问。
例如，假设我们获得了100种以位图格式给出的数字0-9模式。其中10个为完美数字，而其他90个则为失真数字。这些模式中的哪些将用于训练集，哪些将用于测试集？目的是对数字进行分类。
我想将Hopfield网络的 perfect 数字用作训练集，但是MLP呢？我想到的一种方法是采用70个变形的数字，并将它们用作训练集，同时将相应的完美数字用作目标。这种方法正确吗？
答案 0 :(得分：0)
免责声明：我之前从未与Hopfield Networks合作过，所以我相信您对此的陈述，但是无论如何，它与答案的意义不大。
我还假设您要对数字进行分类，这是您在问题中未明确说明的内容。
关于适当的划分：除了很少的训练数据通常对于获得MLP的像样结果（甚至对于数字分类之类的简单任务）来说不是可行的数量之外，您不太可能会能够在大多数实际情况下根据质量“预先标记”您的训练数据。因此，您应该始终假设您正在处理的数据本身就是嘈杂的。一个很好的例子是data augmentation经常被用来丰富您的训练语料库。由于数据扩充可以由诸如以下的简单更改组成
可以提高您的准确性，这表明视觉质量和培训数量是两件事。当然，单靠数量本身并不能解决您的问题（尽管研究表明，数量至少为good idea to use very much data）本身并不是真的
此外，从网络的角度来看，您认为良好的表示形式可能有很大不同（尽管对于数字标签而言，这可能很容易分辨）。因此，一个不错的策略是简单地对您的训练/测试分组进行随机抽样。
我喜欢在预处理数据集时执行的某项操作，在完成拆分后，要检查每个类在拆分中是否均等地表示，因此您不会过大。 同样，我认为在测试和培训集中都拥有干净/高质量的数字图像可能是最有意义的，因为您既希望能够识别高质量的数字，又要使数字写得很乱，并且然后测试您是否真的可以识别它（使用测试仪）。