このライブラリを使用して、学習エージェントを実装しています。
トレーニングケースを生成しましたが、検証セットとテストセットが何であるかわかりません。
先生は言う:
70%はトレーニングケース、10%はテストケース、残りの20%は検証ケースです。
編集する
私にはトレーニング用のこのコードがありますが、いつトレーニングを停止するかわかりません。
def train(self, train, validation, N=0.3, M=0.1):
# N: learning rate
# M: momentum factor
accuracy = list()
while(True):
error = 0.0
for p in train:
input, target = p
self.update(input)
error = error + self.backPropagate(target, N, M)
print "validation"
total = 0
for p in validation:
input, target = p
output = self.update(input)
total += sum([abs(target - output) for target, output in zip(target, output)]) #calculates sum of absolute diference between target and output
accuracy.append(total)
print min(accuracy)
print sum(accuracy[-5:])/5
#if i % 100 == 0:
print 'error %-14f' % error
if ? < ?:
break
編集する
検証データを使用して平均エラー0.2を取得できます。トレーニングを20回繰り返した後、80%になるはずですか?
平均誤差=検証データの入力/検証データのサイズが与えられた場合の、検証ターゲットと出力の間の絶対差の合計。
1
avg error 0.520395
validation
0.246937882684
2
avg error 0.272367
validation
0.228832420879
3
avg error 0.249578
validation
0.216253590304
...
22
avg error 0.227753
validation
0.200239244714
23
avg error 0.227905
validation
0.199875013416