我已经看过多个问题,但我认为我的问题只针对我的数据集。我有一个数据集,该数据集包含2个维度的 200个点(带有偏差的3个点),并且正在使用backprop实现带有一个隐藏层的神经网络。我的问题与代码无关(如果需要,我可以稍后再发布),而是围绕理论展开。
当前,我正在将整个集合分配给训练,并且我尝试移动隐藏层中神经元的数量,我已经尝试了1到100之间的所有值。我的期望是当我为测试数据尝试时,其中绝对有100个绝对是过拟合的,但我希望训练数据能提供出色的结果。事实并非如此(我故意使我的数据集非线性可分离)。我知道在stackoverflow上有很多有知识的人,这就是为什么我在这里发布它。当使用所有点作为训练点时,都绘制了两个图。因此,我的问题是,如果我正确执行了代码,或者结果真的是这样,我的结果是不可能的吗?