Onderpassing en Oorpassing
Dit is die sentrale spanning in alle masjienleer, en nou het jy die gereedskap om dit direk te sien. 'n Model kan op twee teenstrydige maniere faal.
- Underfitting: die model is te eenvoudig om die patroon vas te vang. Dit doen swak op beide die training data en die test data. Dink daaraan om 'n reguit lyn deur data te trek wat duidelik buig.
- Oorpassing (overfitting): die model is te kompleks en memoriseer die opleidingsdata, insluitend die geraas en eienaardighede daarvan. Dit vaar uitstekend op opleiding maar swak op toetse, omdat dit die spesifieke voorbeelde geleer het in plaas van die algemene reël.
van 'n besluitboom se kompleksiteit word beheer deur max_depth, die aantal vraaglae wat dit toegelaat word:
shallow = DecisionTreeClassifier(max_depth=1, random_state=0) # too simple
deep = DecisionTreeClassifier(max_depth=None, random_state=0) # unlimited'n A diepte-1 boom mag net een vraag vra, so dit word gedwing om ruw te wees en neig om onderaan te pas. 'n Boom met onbeperkte diepte hou aan met splitsings tot dit die training rye isoleer, sodat dit training akkuraatheid tot 'n perfekte 1.0 kan dryf terwyl dit swakker presteer op ongesiene test rye.
Die duidelike teken van overfitting is 'n gap: die training accuracy is baie hoër as die test accuracy. Die hele kuns van die aanpassing van 'n model is om die middelmatige kompleksiteit te vind wat goed presteer op test data, wat die enigste telling is wat tel.
Jy gaan beide 'n ondiep en 'n diep boom oplei, die oplei- en toetsakkuraatheid vir elk rekord, en die overfitting-gap bereken sodat die verhouding reg daar in die syfers is.
'n Raserige datastel en 'n train/test split is reeds voorbereid. Train shallow = DecisionTreeClassifier(max_depth=1, random_state=0) en deep = DecisionTreeClassifier(max_depth=None, random_state=0) op die trainingsdata. Registreer vier nommers: shallow_train, shallow_test, deep_train, deep_test (akkuraatheid op die ooreenstemmende stel vir elke boom). Stel dan overfit_gap = deep_train - deep_test.
Sien jy 'n probleem in hierdie les? Rapporteer dit · Vra oor hierdie les
Hierdie oefening open binnekort
Voltooi die lesie voor dit en hierdie een sal ontvanklik wees. Die hele kursus is gratis, geen rekening nodig nie, en jy kan hierdie les nou lees.
Hierdie blutser blokkeer koekies vir learn.floati.life, so lesse wat jy hier voltooi het kan nie in volgorde oopgaan nie. Laat koekies vir hierdie webwerf toe en laai nuut.