错误

[Xingkangze]

你好，你在代码train中的PNtrain和PUtrain中的数据是错的，你有没有发现，你在model.fit的时候，每次训练的都是同一批数据，以mnist为例，每次都训练1268个相同的数据，结果在tensorBoard中训练集过拟合，测试集一塌糊涂，希望你重视这个问题，感谢。

[wangqr]

您好，在神经网络训练过程中，一旦训练集和测试集划分完成，是不可以更改的。简单来说，如果修改划分，相当于考试前做过原题，这样得出的准确率没有意义。

至于正负样本数量，您可以阅读论文5节：

关于过拟合的问题，nnPU的目的正是解决过拟合，基线方法存在严重过拟合是在论文中已经说明的。

[Xingkangze]

嗯嗯，那就是只用1200多个数据进行训练是吧，来预测10000个测试集，是这样吗？

…

--------------原始邮件-------------- 发件人："wangqr "<[email protected]&gt;; 发送时间：2020年3月9日(星期一) 晚上7:11 收件人："wangqr/nnpu" <[email protected]&gt;; 抄送："行康泽 "<[email protected]&gt;;"Author "<[email protected]&gt;; 主题：Re: [wangqr/nnpu] 错误 (#1) ----------------------------------- 您好，在神经网络训练过程中，一旦训练集和测试集划分完成，是不可以更改的。简单来说，如果修改划分，相当于考试前做过原题，这样得出的准确率没有意义。 至于正负样本数量，您可以阅读论文5节： 关于过拟合的问题，nnPU的目的正是解决过拟合，基线方法存在严重过拟合是在论文中已经说明的。 — You are receiving this because you authored the thread. Reply to this email directly, view it on GitHub, or unsubscribe.

[wangqr]

对，作为参照的PN方法正样本为1000个，负样本约为正样本的1/4，合在一起训练集共约1200个样本。测试集样本数目无所谓，因为它只是用来表征结果，不会对网络参数产生影响。