Есть ли встроенная функция в tenorflow.contrib.learn.DNNRegressor для включения перекрестной проверки в K-кратном размере? Если нет, у меня есть другой вопрос. Насколько я понял, использование следующего кода приведет к циклу, который будет выполняться 10 раз, каждая итерация разделяет данные на разные подмножества.
from sklearn.model_selection import KFold
kf = KFold(n_splits=10)
for train_index, test_index in kf.split(X):
X_train, X_test = X[train_index], X[test_index]
y_train, y_test = y[train_index], y[test_index]
Как я могу убедиться, что моя модель учится на каждой итерации? Я не могу просто добавить следующее внутри цикла for, так как на каждой итерации предыдущая модель будет перезаписываться, верно?
regressor.fit(X_train, y_train)
predictions = regressor.predict(X_test)
Думаю, было бы неплохо сохранять ошибки для каждой итерации. Спасибо!
PS: регрессор - это функция, которую я создал с помощью learn.DNNRegressor с нужной архитектурой, оптимизатором и т. Д.