Mi pregunta se refiere al uso de la validación cruzada K-fold para redes neuronales artificiales (NN). Específicamente, quiero saber de dónde provienen los parámetros finales del modelo NN. ¿Se obtuvieron mediante un ajuste del conjunto de datos completo? ¿O fueron de un ajuste a uno de los conjuntos de datos K que consisten en pliegues K-1 que se usaron para el entrenamiento? Si es así, ¿cómo se eligió el mejor conjunto de datos de entrenamiento? La documentación de SAS no es clara sobre este tema. ¿Alguien tiene una respuesta?
Entonces, parece que los parámetros finales del modelo son aquellos que se ajustan al "conjunto de entrenamiento del modelo final", que es el conjunto de entrenamiento que corresponde al "conjunto de validación" que produce la mejor probabilidad logarítmica. Tiene sentido, pero la descripción me confunde. Gracias por su respuesta.
Tengo entendido que se utiliza el parámetro del mejor de los modelos K.
Esto es de la documentación de ayuda de la plataforma de Regresión Generalizada, pero espero que se aplique lo mismo a la plataforma Neural: https://www.jmp.com/support/help/en/15.1/#page/jmp/validation-method-options.shtml
"Para cada valor del parámetro de sintonización, se realizan los siguientes pasos:
–Las observaciones se dividen en k subconjuntos o pliegues.
–A su vez, cada pliegue se utiliza como conjunto de validación. Un modelo se ajusta a las observaciones que no están en el pliegue. La probabilidad logarítmica basada en ese modelo se calcula para las observaciones en el pliegue, lo que proporciona una probabilidad logarítmica de validación.
–Se calcula la media de las probabilidades logarítmicas de validación para los k pliegues. Este valor sirve como registro de probabilidad de validación para el valor del parámetro de ajuste.
El valor del parámetro de ajuste que tiene la máxima probabilidad logarítmica de validación se utiliza para construir la solución final. Para obtener el modelo final, todos los k modelos derivados para el valor óptimo del parámetro de ajuste se ajustan al conjunto de datos completo. De estos, el modelo que tiene la probabilidad logarítmica de validación más alta se selecciona como modelo final. El conjunto de entrenamiento utilizado para ese modelo final se designa como Conjunto de entrenamiento y el pliegue reservado para ese modelo es el Conjunto de validación. Estos son los conjuntos de Entrenamiento y Validación utilizados en los gráficos y en los resultados reportados para la solución final."
