最佳轮次选择

🚀 Best Epoch Selector

Paste per-epoch validation metrics and let the tool pick the best epoch, with an early-stopping recommendation for your next run.

📐 计算公式 / 原理

最佳轮次判定（argmin 完整口径）：最小验证损失 minLoss = min(l₁…l₅)；最佳轮次 = 线性扫描取最小值所在轮（严格小于比较 a[i]<a[m]，并列时保留更早出现的轮次，下标+1 即轮号）。校验：无强校验，五轮验证损失空值按 0 兜底。判据：无分级，minLoss 保留四位小数、最佳轮次取整数轮。

取验证损失最低的轮次而非最后一轮，是早停的标准做法。若多个轮次损失接近，优先选更靠后的（通常更稳）或按次要指标（F1）再筛；注意"用验证集选轮次"本身会轻微乐观，严格评估应留出独立测试集。

loss 轮1

loss 轮2

loss 轮3

loss 轮4

loss 轮5

📐 计算公式与说明

早停判读口径：最佳轮次 = 五轮验证损失中最小者所在轮；损失随轮次递减说明仍在收敛、可继续训练，触底回升即出现过拟合拐点，应早停并回滚到该轮权重（并列取更早轮更稳妥）。校验：无强校验，未填损失按 0 计。判据：无固定分级，最佳轮次同时用于评估泛化——训练损失续降而验证损失回升即泛化开始劣化。

应结合验证集，避免过拟合轮次。

📚 深度解析：最佳轮次选择

💡 常见使用场景

在记录中各轮验证指标(如验证 loss/F1)取最优轮次，作为部署权重。

监控指标上升即早停，并回退到最佳轮 checkpoint，避免用过拟合权重。

若多指标冲突(如 loss 最低但 F1 非最高)，按业务优先级选定主指标。

选最优轮

10 轮验证 F1 为 [0.80,0.83,0.85,0.86,0.87,0.87,0.86,0.85,0.84,0.83]，最佳为第 6 轮(0.87)，应加载第 6 轮权重而非最后一轮。

❓ 常见问题（FAQ）

用 loss 还是 F1 选最佳轮？

看目标。回归用验证 loss/RMSE；分类常看 F1/Accuracy；若关注误杀率则看精确率。主指标应直接对应业务收益。

验证指标波动怎么选？

取平滑后的最优且要求持续优势(patience)，避免单点噪声误导；也可在最佳轮附近做少量额外验证确认稳定。

Item	Formula / Note	Source / Standard
Selection rule	deploy the epoch with the best validation metric	Model selection practice
Early stopping	stop after several flat epochs and keep the best checkpoint	Prechelt 1998
Noise risk	small validation sets fluctuate, so smooth or re-evaluate	Model selection practice

Item

Formula / Note

Source / Standard

Selection rule

deploy the epoch with the best validation metric

Model selection practice

Early stopping

stop after several flat epochs and keep the best checkpoint

Prechelt 1998

Noise risk

small validation sets fluctuate, so smooth or re-evaluate