如何解决Jupyter 实验室未执行 K 折交叉验证
我使用 5 个交叉验证和 F1 指标来评估我的神经网络。
但是,在 Jupyter Labs 中运行我的代码时,它似乎永远加载。不产生任何输出,但运行其他任务很好。
我总共有 5 次折叠,500 个 epoch。 每 50 个时期,我输出均方误差损失值(每折 x10)。在 500 个 epochs(1 倍)之后,我输出我给它的任何测试集的当前 F1 值。
import numpy as np
from sklearn.model_selection import cross_val_score
from sklearn import metrics
lr = 0.01
cross_val_score(lr,x_train,y_train,cv=5,scoring='mean_squared_error')
f1s = [] # to capture F1 score for every Fold
kf = KFold(n_splits=5)
for train,test in kf.split(x):
for epoch in range(500):
ridge.fit(x[train],y[train])
if epoch % 50 == 0: # prints MSE 10 times over each fold
print(mean_squared_error(y[test],ridge.predict(x[test])))
print("MSE: " + metrics.mean_squared_error(predictions,y))
f1 = metrics.f1_score(predictions,y) # appends each fold
f1s.append(f1)
print("F1: " + f1)
print("Average F1: " + np.mean(macro_f1))
注意:由于我的计算机规格较低,fold 和 epoch 值较低。我正在使用 Jupyter 实验室。
我做错了什么让这个永远运行?
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。