python - 如何在 Scikit Learn 中判断神经网络是否过拟合

Question

我正在使用 Sklearn 在 Jupyter 上训练一个神经网络，并且无法知道我的网络何时/是否过度拟合数据。现在，我正在绘制我的测试数据的实际输出与我的 ANN 提出的测试数据的预测输出。谁能告诉我是否有特定的方法可以告诉我？

这就是我正在训练的内容，使用了大约 1500 次迭代，以及 2 个隐藏层，每个隐藏层有 6-8 个节点。我的数据集有大约 300 个点，有 5 个输入和 2 个输出。

HiddenLayerStruture = (6,6)    
MaxNumEpochs = 1500
NN = MLPRegressor(hidden_layer_sizes=HiddenLayerStruture,
                  activation='tanh',
                  solver='lbfgs',
                  alpha=0.0001,
                  learning_rate='constant',
                  max_iter=MaxNumEpochs)

NN.fit(Input_Trn_Scaled, Output_Trn_Scaled)
Output_Predicted_Scaled = NN.predict(Input_Tst_Scaled)

感谢您提供的任何指导:)

标签： pythonscikit-learnneural-network