神经网络验证的概念

Question

我对 NN 的验证概念有疑问。假设我有 100 组输入变量（例如 8 个输入，X1，...，X8）并且想要预测一个目标（Y）。现在我有两种使用NN的方法： 1-使用 70 组数据训练 NN，然后使用训练后的 NN 预测其他 30 组 Target 进行验证，然后将这 30 组的输出 VS Target 绘制为验证图。 2- 使用 100 组数据来训练 NN，然后将所有输出分成两部分（70% 和 30%）。将 70% 的输出 VS 对应的目标绘制为训练图。然后将其他 30% 的输出 VS 对应的目标绘制为验证图

哪个是正确的？？

另外，用新数据集和验证数据集检查神经网络有什么区别？？

谢谢

Answer 1

如果数据已经用于训练，则不能使用数据进行验证，因为经过训练的 NN 已经“知道”您的验证示例。这种验证的结果将是非常有偏见的。我肯定会使用第一种方式。