2013-12-10 5 views

ответ

1

Да.

Это общепринятое явление, точность данных, которые никогда не были замечены (данные испытаний), начинают уменьшаться после определенной точки (после определенного количества проходов через данные обучения - то, что вы называете эпохами). Это явление называется overfitting и хорошо понято. Вы хотите как можно раньше остановиться или использовать регуляризацию.

1

Ни точность набора данных обучения, ни набор тестовых данных не стабильны по мере увеличения эпохи. Фактически, experimental data указал, что тренд либо ошибки образца, либо ошибки выборки не является даже монотонным. И стратегия «pocket» часто применяется. В отличие от ранней остановки, карманный алгоритм сохраняет лучшее решение, увиденное до сих пор «в кармане» вместо последнего решения.