我在使用Keras训练一个回归模型。我的代码如下所示：

estimators = []estimators.append(('standardize', StandardScaler()))estimators.append(('mlp', KerasRegressor(build_fn=baseline_model, epochs=100, batch_size=32, verbose=2)))pipeline = Pipeline(estimators)X_train, X_test, y_train, y_test = train_test_split(X, Y,                                                    train_size=0.75, test_size=0.25)pipeline.fit(X_train, y_train)

问题在于模型出现了严重的过拟合。我如何能够查看每个epoch后的验证错误？

回答：

您可以向KerasRegressor的fit方法传递参数：

validation_split: float (0. < x < 1)。用作保留验证数据的分数。validation_data: 元组 (x_val, y_val) 或元组 (x_val, y_val, val_sample_weights)，用作保留验证数据。将覆盖validation_split。

通过Pipeline的fit方法：

**fit_params : 字符串到对象的字典。传递给每个步骤的fit方法的参数，其中每个参数名称前缀为步骤s的参数p的键为s__p。

示例：

pipeline.fit(X_train, y_train, mlp__validation_split=0.3)