2017-10-13 24 views
0

我正在使用keras来训练回归模型。我的代码如下所示:如何在keras中的每个时期后查看验证错误

estimators = [] 
estimators.append(('standardize', StandardScaler())) 
estimators.append(('mlp', KerasRegressor(build_fn=baseline_model, epochs=100, batch_size=32, verbose=2))) 
pipeline = Pipeline(estimators) 
X_train, X_test, y_train, y_test = train_test_split(X, Y, 
                train_size=0.75, test_size=0.25) 
pipeline.fit(X_train, y_train) 

的问题是,它显着地过度拟合。如何在每个纪元后看到 验证错误?

回答

2

可以发送到parameters配合KerasRegressor方法:

validation_split:浮子(0 < X < 1)。用作 保留验证数据的数据分数。 validation_data:元组(x_val,y_val)或 元组(x_val,y_val,val_sample_weights)用作保持输出 验证数据。将覆盖validation_split。

** fit_params:

经由管道 fit method

串的字典 - >传递到每个步骤,其中,每个参数名称的前缀,使得 参数p为步骤S的拟合方法对象参数有关键s__p。

例子:

pipeline.fit(X_train, y_train, mlp__validation_split=0.3) 
+0

非常感谢你。我会问一个关于过度配合问题的不同问题。 – eleanora