Réseaux de neurones : validation vs ensemble de testJe sais que l'ensemble de validation peut être utilisé pour informer le processus de construction du modèle et que l'ensemble de test n'est pas touché. Par exemple, dans d'autres modèles, la validation R2 peut être utilisée comme règle d'arrêt. Comment l'ensemble de validation est-il utilisé dans les réseaux de neurones ?Je ne trouve aucune information à ce sujet dans la documentation JMP ou en ligne. Merci.
Re : Réseaux de neurones : validation vs ensemble de testLe sous-ensemble de formation des données est utilisé pour ajuster le modèle de réseau neuronal. Ce modèle est ensuite utilisé pour prédire les observations dans l'ensemble de validation. L'ensemble de validation n'est en aucun cas utilisé dans l'estimation des paramètres. Il n'y a pas de "règle d'arrêt" car le modèle ne change pas (nombre de termes/paramètres) comme il le ferait dans Partition ou Stepwise.
Comme suggéré précédemment, vous comparez les performances de la formation et de la validation pour évaluer si vous êtes sous- ou sur-équipé.
Re : Réseaux de neurones : validation vs ensemble de testQuelques choix à faire lors de la création d'un réseau de neurones avec JMP Pro :
- Une ou deux couches
- Nombre de nœuds dans chaque couche
- Types de nœuds
- Quantité et taux d'apprentissage lors de l'application du boosting
Tous ces choix représentent des paramètres que vous choisissez pour régler votre modèle afin d'obtenir le meilleur ajustement possible.Trop à l'écoute et vous devenez trop ajusté. Ainsi, l'ensemble de validation est utilisé pour aider à protéger contre le sur-ajustement de votre modèle à la suite de votre choix de ces paramètres de réglage.
Puisque vous utilisez le jeu de validation pour vous aider dans le choix des paramètres du modèle, il ne s'agit plus d'une évaluation indépendante des performances de votre modèle.C'est là que l'ensemble de test entre en jeu.
Re : Réseaux de neurones : validation vs ensemble de testoui mais ce qui le rend différent de l'ensemble de test. Il doit être utilisé d'une manière ou d'une autre lors de la construction du modèle comme vérification.
Re : Réseaux de neurones : validation vs ensemble de testJ'utilise généralement les résultats de validation dans Neural Nets pour vérifier le surajustement.
