Überanpassung automatisch verhindern
Überanpassung oder Overfitting ist das Versagen eines Modells, auf Daten außerhalb des Trainingsdatensatzes zu verallgemeinern. Eine Möglichkeit, eine Überanpassung zu verhindern, besteht darin, die Leistung eines Modells auf einem Validierungsdatensatz zu überwachen und das Training einzustellen, wenn sich die Leistung auf dem Validierungssatz nicht mehr verbessert. In diesem Beispiel wird gezeigt, wie Sie mit der Option TrainingStoppingCriterion für NetTrain ein Kriterium angeben können, mit dem Sie feststellen können, ob sich ein Netz verbessert oder nicht, und so eine Überanpassung verhindern können.
Erstellen Sie ein einfaches Netz.
Trainieren Sie das Netz mit dem Iris-Datensatz und stoppen Sie, wenn sich der Validierungswert für F1 nicht mehr als 100 Runden lang verbessert.
Vergleichen Sie dies mit dem Training des gleichen Netzes ohne vorzeitiges Anhalten; Sie erhalten einen ähnlichen F1-Score, trainieren aber viel länger. Beachten Sie, dass dieses Beispiel für den Trainingssatz nicht geeignet ist: Der F1-Score der Validierung hat sich verringert.
