Исходя из этой недавней темы, я хотел знать, как диагностировать высокий уклон / дисперсию для ScLPitLearn MLPClassifier:
Кривая обучения SkikitLearn сильно зависит от размера пакета MLPClassifier ???Или: как диагностировать смещение / дисперсию для NN?
Далее, некоторые конкретные вопросы, которые меня интересуют:
1.) Можно построить кривую обучения с поездом и точностью теста в зависимости отпо количеству обучающих примеров как в ветке выше;тем не менее, NN тренируется в течение нескольких эпох, которые не могут рассматриваться там.Итак, полезна ли кривая обучения для NN?Однако для других это не похоже на работу.Есть ли возможность получить доступ к этому?
3.) Есть ли в ScikitLearn что-то, что можно подготовить и проверить ошибки в отношении эпох?
4.) Как вы обычно диагностируете высокий уклон / дисперсию для своих нейронных сетей?И какие графики вы используете в целом, чтобы "нянчить" учебный процесс?Это то, что меня больше всего интересует.
Заранее большое спасибо за помощь :)