求助大神:优化算法与神经网络相结合的问题

我用的ELM和优化算法相结合,我的做法是:数据集分为训练集、验证集和测试集,优化算法作用于验证集,优化其RMSE和输出权重的范数,最终输出测试集的RMSE。
当我设置的迭代次数不同的时候,我发现迭代次数越多,测试集RMSE并不是总是越好,就是说随着迭代进行,测试集RMSE反而会更大,模型效果更差,请问这个是什么原因造成的呢?

1个回答

这个就是overfit了。你可以选择提前结束训练或者用一些手段抑制overfit

Little_She1don
Skyline。 请问你的意思是说如果在第50代模型效果好,就只迭代50次了是吗,这怎么感觉有点投机取巧或者说作弊的意思。。。可以这样吗?
10 个月之前 回复
Csdn user default icon
上传中...
上传图片
插入图片
抄袭、复制答案,以达到刷声望分或其他目的的行为,在CSDN问答是严格禁止的,一经发现立刻封号。是时候展现真正的技术了!
立即提问