我主要了解 k 折交叉验证的工作原理，并已开始将其实现到我的 MATLAB 脚本中，但是我有两个问题。
当使用它来选择网络特征时(在我的例子中，隐藏单元、权重衰减和无迭代)。我应该在每次“折叠”后重新初始化权重，还是应该将我的下一个训练折叠输入已经训练好的网络(它的权重已经针对前一次折叠进行了优化)？
似乎做后者应该给出较低的错误，因为前一折叠数据将是下一个数据折叠的一个很好的近似值，因此权重将比那些从高斯分布随机初始化的权重更接近。
此外，使用 k-fold 验证验证网络，并选择网络超参数等，我想开始使用网络，我认为我应该停止使用 k-fold 验证并只训练一次，使用所有可用的数据？
非常感谢您的帮助。
最佳答案
是的，您应该在每次折叠后重新初始化权重，以便从“空白”网络开始。如果你不这样做，那么每个折叠都会相互“泄漏”，这不是 K-Fold CV 应该做的。
找到最佳超参数后，是的，您可以使用所有可用数据对其进行训练。请记住保留一些保留的测试数据以进行最终测试。
关于matlab - K 折交叉验证 - 每次折叠后是否初始化网络？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/42052576/