ニューラル ネットワークの K 分割相互検証私の質問は、人工ニューラル ネットワーク (NN) に対する K 分割相互検証の使用に関するものです。 具体的には、最終的な NN モデルのパラメーターがどこから来たのか知りたいのですが? それらはデータセット全体への適合によって得られたのでしょうか? それとも、トレーニングに使用された K-1 フォールドで構成される K データセットの 1 つに適合したものでしょうか? もしそうなら、最適なトレーニング データセットはどのように選択されましたか? SAS のドキュメントでは、この問題について明確ではありません。 誰か答えがある人はいますか？
Re: ニューラル ネットワークの K 分割相互検証したがって、最終的なモデルのパラメーターは、最も対数尤度が高い「検証セット」に対応するトレーニング セットである「最終モデルのトレーニング セット」に適合するパラメーターになると考えられます。 意味はわかりますが、説明が混乱してしまいます。 お返事をありがとうございます。
Re: ニューラル ネットワークの K 分割相互検証私の理解では、K モデルの中で最も優れたパラメータが使用されていると考えています。
これは一般化回帰プラットフォームのヘルプ ドキュメントからのものですが、同じことが Neural プラットフォームにも当てはまると思います。 https://www.jmp.com/support/help/en/15.1/#page/jmp/validation-method-options.shtml
「調整パラメータの値ごとに、次の手順が実行されます。
– 観測値は k 個のサブセット、つまりフォールドに分割されます。
–次に、各フォールドが検証セットとして使用されます。 モデルはフォールド内にない観測値に適合します。 そのモデルに基づく対数尤度がフォールド内の観測値に対して計算され、検証対数尤度が提供されます。
– k 倍の検証対数尤度の平均が計算されます。 この値は、調整パラメーターの値の検証対数尤度として機能します。
最大の検証対数尤度を持つ調整パラメーターの値は、最終的なソリューションを構築するために使用されます。 最終モデルを取得するには、調整パラメーターの最適値に対して導出された k 個のモデルすべてをデータセット全体に適合させます。 これらのうち、検証対数尤度が最も高いモデルが最終モデルとして選択されます。 その最終モデルに使用されるトレーニング セットはトレーニング セットとして指定され、そのモデルのホールドアウトフォールドは検証セットとして指定されます。 これらは、最終ソリューションのプロットと報告された結果で使用されるトレーニング セットと検証セットです。」
