Est-il possible de valider le modèle pendant l'entraînement ?

4 vues

Réponse

Oui, le paramètre `nloOpts` contient un sous-paramètre `validate` qui permet de configurer la validation. Vous pouvez spécifier la fréquence de validation (`frequency`), un objectif de taux de mauvaise classification (`goal`), et des critères d'arrêt anticipé basés sur la stagnation (`stagnation`) ou un seuil d'erreur (`threshold`).
Cette réponse vous a-t-elle aidé ?
crfTrain

conditionalRandomFields

Voir l'action technique
Autres questions sur crfTrain
Que spécifie le paramètre `model` ? Quels sont les solveurs d'optimisation disponibles via le paramètre `nloOpts` ? Comment contrôler la régularisation du modèle ? À quoi sert l'action `crfTrain` ? Quels sont les paramètres obligatoires pour l'action `crfTrain` ?
Copyright © WeAreCAS 2014-2026
SAS et tous les autres noms de produits ou de services de SAS Institute Inc. sont des marques déposées ou des marques de commerce de SAS Institute Inc. aux États-Unis et dans d'autres pays. ® indique un enregistrement aux États-Unis. WeAreCAS est un site communautaire indépendant et n'est pas affilié à SAS Institute Inc.