问损失曲线过拟合

EN

我将逐一讨论你的问题：

我最初的假设是，这个点出现在28时代附近，因为验证错误几乎保持不变，然后略有增加。然而，我仍然想知道这是好的，还是模型确实过分合适。

DS/ML手册上的常识表明你是对的。你应该继续训练，直到验证损失没有开始上升为止。请记住，一些过度适应是不可避免的(一个好的模型不是一个消除过度，这是不可能的，但一个模式，能够阻止它)。

另一个让我担心的是，训练曲线和验证曲线非常接近。这是一种预期的行为吗？

即使在验证损失高于培训损失之后，您也应该继续进行培训，只有在验证损失开始增加时才停止。理想情况下，您应该有一个非常轻微的过度拟合，与验证集以上的培训，其斜率是平的。这意味着:我不能在不让事情变得更糟的情况下更多地训练我的模特。

是的，看起来你的模型在28世纪后慢慢进入过拟合区域，因为训练损失正在减少，验证损失也在缓慢增加。

这一点之后，验证损失增加被认为是一个很好的停止点。请参阅这文章中右边的图表。

另一种确认在这一点之后应该停止的方法是使用模型计算预测(从以后的某个时期)，并检查度量标准(例如精度)。这些指标应该比具有验证损失最小的epoch模型更糟糕。

“我关心的另一个问题是，训练曲线和验证曲线非常接近。这是一种预期的行为吗？”

这可能是因为您的培训和验证数据过于相似。此外，请注意，您没有错误地为培训和验证提供相同的数据。但是，一般来说，这是可能发生的--曲线可能接近。这取决于问题和数据。