机器学习 · 函数

早停

创建早停回调，当监控指标不再改善时提前停止训练，防止过拟合。对标 tf.keras.callbacks.EarlyStopping。

调用签名(patience=5, 监控='val_loss')

早ZHONGWEN
PYTHON

Chinese example

中文代码示例

# 完整案例：按字段调用 早停
设 结果 = 机器学习.早停(
    patience=5,  # 可选；按函数业务含义传入 patience;首次使用建...
    监控='val_loss',  # 可选；按函数业务含义传入 监控;首次使用建议先 打印(...
)
打印(结果)

可直接放进 .cs / .中py 文件运行。转换器会把中文代码交给真实 Python 解释器。

Parameters

参数说明

2 个参数

参数类型 / 传入方式说明

patience可选 · 默认 5

未声明位置参数或字段名=值

按函数业务含义传入 patience;首次使用建议先打印(结果) 确认其作用。

常见错误：类型不匹配会报 TypeError;按字段类型列传值,首次使用建议先打印(结果) 确认结构

监控可选 · 默认 'val_loss'

未声明位置参数或字段名=值

按函数业务含义传入监控;首次使用建议先打印(结果) 确认其作用。

常见错误：类型不匹配会报 TypeError;按字段类型列传值,首次使用建议先打印(结果) 确认结构

Playbook

基础用法 · 进阶组合 · 错误排查

# 完整案例：按字段调用 早停
设 结果 = 机器学习.早停(
    patience=5,  # 可选；按函数业务含义传入 patience;首次使用建...
    监控='val_loss',  # 可选；按函数业务含义传入 监控;首次使用建议先 打印(...
)
打印(结果)

# 进阶组合:早停 配合 机器学习 业务流使用
设 模型 = 机器学习.训练线性回归([[1], [2], [3]], [2, 4, 6])
设 结果 = 机器学习.早停(
    patience=5,  # 可选
    监控='val_loss',  # 可选
)
设 结果 = 机器学习.预测(模型, [[4]])
打印(结果)

# 错误排查:类型不匹配
# 错误:传错类型
# 设 结果 = 机器学习.早停(patience=None)  # TypeError
# 修复:按字段类型 未声明 传值
设 结果 = 机器学习.早停(patience=5)
打印(结果)