跳至內容

提前停止

維基百科,自由的百科全書

機器學習中,提前停止(英語:early stopping)是一種在使用諸如梯度下降之類的迭代優化方法時,可對抗過擬合正則化方法。這些迭代優化方法在每輪迭代過程中,都會使得模型更好地與訓練集擬合。在某個節點之前,更好地擬合訓練集使得模型在訓練集之外的數據上表現得更好;但在該節點之後,更好地擬合訓練集會增大泛化誤差。提前停止相關規則給出停止迭代的條件,以便在模型開始過擬合之前停止迭代優化。提前停止相關規則已被用於多種機器學習方法。