NN mit CrossValidation: Musteranzahl im Evaluierungszeitraum verstehen?
Hallo,
ich habe CrossValidation eingestellt mit 10 Samples, siehe auch Bild.
Aus der Angabe des Trainingszeitraum des NN's wird der Tranings- und Evaluierungsbereich bestimmt und daraus ergibt sich die Musteranzahl in den einzelnen Bereichen.
Ich hätte jetzt gedacht das das Verhältnis Trainings-Musteranzahl : Evaluierungs-Musteranzahl bei 10 Samples ungefähr 10:1 ist.
Also bei 531 Trainings-Muster nur ungefähr 53 Evaluierungs-Muster. Es sind aber fast 3x soviel Evaluierungs-Muster.
Ich würde es gerne verstehen...
Danke.
Viele Grüße
Torsten
PS:
Eine mögliche Erklärung wäre, dass sich die 10 Samplebereiche möglicherweise überlappen können. Ist das vielleicht so?
Hallo,
die Anzahl der Muster hängt nicht von der eingestellten Anzahl der Sample ab. Die Summe der Muster über alle Zeiträume ist gleich, die Aufteilung hängt von der Größe des Trainings- bzw. Kontrollzeitraums ab.
Die Anzahl der Sample bezeichnet die Häufigkeit der Verschiebung auf der Zeitachse von Trainings- und Evaluierungszeitraum innerhalb des gesamten Trainingszeitraums.
Damit überschneiden sich natürlich die einzelnen Netze mit ihren Zeiträumen, was ja auch gewünscht ist.
Neuronale Netze »
Inputschablone Divergenz - Correl
(5. September 2002, 12:18)