神经网络:随机拆分数据来训练和测试子数据是一种有效的方法吗?

问题描述

我正在尝试使用 MLP 算法预测具有五个输入参数的目标变化。为此,我随机考虑了 80% 的数据训练过程,其余部分指定给测试步骤。结果足够公平,训练和测试的 R 平方约为 0.91。但是,当我想使用从主要数据中排除的新数据集再次测试生成的模型时,低 R 平方值的结果并不令人满意。 我的问题是有什么问题? Hold-out 方法是否足以建模和测试模型的性能

非常感谢您的回答。

解决方法

暂无找到可以解决该程序问题的有效方法,小编努力寻找整理中!

如果你已经找到好的解决方法,欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@)