初探神经网络-A Neural Network Playground -part2

        初探神经网络-A Neural Network Playground -part1-CSDN博客

        初探神经网络-A Neural Network Playground -part3-CSDN博客    

这是playground的第二部分，主要讲述神经网络的内容和训练。

3.神经网络构建

        界面内容从左到右分别是Data（数据）、Features（输入特征）、Hidden layers（隐藏层）、Output（输出）四个部分。

3.1数据设置（Data）

3.1.1数据集（Dataset）

        数据集是深度学习中使用的样本，一般包含两个用途，一个是训练模型，占比较大；另一个是测试模型，占比较小，但结果是用来证明该模型的有效性。数据集的大小和质量对模型训练结果有直接的影响，因此目前开发的很多算法在比较时都是基于同样的数据集。

        数量较少的数据集可以生成，使用随机函数再进行变换，得到想要的数据。

        网页上的显示：Which dataset do you want to use?（你想用哪种数据集），内容参考2.2.5，这里是选择用于训练和测试的数据集。

3.1.2训练与测试比（Ratio of training to test data）

        数据集通常是放在一起的，然后再根据一定规则划分训练集和测试集等。神经网络中训练集与测试集的划分比例通常为‌：

划分比例

适用于数据量较小（万级以下）：

60%训练集、20%验证集、20%测试集

大数据量（百万级以上）：

98%训练集、1%验证集、1%测试集‌

更大数据量的情况：

99.5%训练集、0.25%验证集（或0.4%验证集）、0.25%测试集（或0.1%测试集）

划分原则

• ‌验证集‌用于调整超参数（如学习率、网络结构），需独立于训练集以避免过拟合
• ‌测试集‌仅用于评估模型泛化能力，不参与任何模型调整过程
• 数据划分需确保训练集、验证集、测试集来自同一分布

调整建议

• 数据量小时，可适当增加验证集比例以减少