如何在keras中的每個時期後查看驗證錯誤

Question

我正在使用keras來訓練迴歸模型。我的代碼如下所示：

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) 

的問題是，它顯着地過度擬合。如何在每個紀元後看到 驗證錯誤？

Answer 1

可以發送到parameters配合KerasRegressor方法：

validation_split：浮子（0 < X < 1）。用作 保留驗證數據的數據分數。 validation_data：元組（x_val，y_val）或 元組（x_val，y_val，val_sample_weights）用作保持輸出 驗證數據。將覆蓋validation_split。

** fit_params：

經由管道 fit method

串的字典 - >傳遞到每個步驟，其中，每個參數名稱的前綴，使得 參數p爲步驟S的擬合方法對象參數有關鍵s__p。

例子：

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