私の見解では、可能な限り多くのデータを使用してモデルを比較するためにクロスバリデーションが使用されています。例えば、それは、同じ問題のパーセプトロンニューラルネットワークと決定木を比較するために使用することができる。あるいは、特定の問題に対するニューラルネットワークのニューロンの数を調べるために使用することができます。ここでは、モデル/アーキテクチャの比較についてです。最良のモデル/アーキテクチャまたはモデル/アーキテクチャの最良のパラメータを見つけるために相互検証が使用されていますか?
しかし、私の見解では、クロスバリデーションの各ラウンドでウェイトが再初期化されるため、クロスバリデーションはニューラルネットワークの最良のウェイトを見つけるのに適していないようです。
私の見解を確認できますか?クロス検証はモデル/アーキテクチャの比較にのみ使用され、これらのモデル/アーキテクチャの最適なパラメータを見つけるのに適していませんか?
ありがとうございます。
+1大きな質問 – doug