Separar entrenamiento y prueba: medir con honestidad
Esta es la costumbre más importante del aprendizaje automático. Si entrenas un modelo y luego lo pruebas con los mismos datos, no aprendes nada útil. Un modelo puede sacar una nota perfecta solo con memorizar las respuestas que ya vio. Es como examinar a un estudiante con las mismas preguntas que estudió: mide la memoria, no la comprensión.
El arreglo es reservar una parte de los datos. Entrenas con la mayoría y luego pruebas con filas que el modelo nunca ha visto. El rendimiento en la prueba es tu estimación honesta de cómo lo hará con datos reales y futuros.
scikit-learn te da una función para esto:
from sklearn.model_selection import train_test_split
X_train, X_test, y_train, y_test = train_test_split(
X, y, test_size=0.2, random_state=0
)Devuelve cuatro piezas, siempre en este orden: rasgos de entrenamiento, rasgos de prueba, etiquetas de entrenamiento, etiquetas de prueba. Importan dos argumentos:
test_size=0.2reserva un 20 por ciento para la prueba y deja un 80 por ciento para el entrenamiento.random_state=0fija el barajado para que obtengas la misma separación en cada ejecución. Sin él, la separación es aleatoria cada vez, y tus resultados bailarían y no se podrían comprobar. En todo este curso, pasa siemprerandom_state=0.
A partir de ahora, una regla estricta: puedes entrenar con el conjunto de entrenamiento, pero solo evalúas con el conjunto de prueba. Nunca des una nota de datos con los que entrenó el modelo.
Tienes los arrays X (10 filas, 2 columnas) e y (10 etiquetas). Usa train_test_split con test_size=0.2 y random_state=0 para obtener X_train, X_test, y_train, y_test. Luego asigna a n_train el número de filas de entrenamiento y a n_test el número de filas de prueba.
¿Has visto un problema en esta lección? Avísanos · Preguntar sobre esta lección
Este ejercicio se abre pronto
Termina la lección anterior y esta se desbloquea. Todo el curso es gratis, no hace falta cuenta, y puedes leer esta lección ahora mismo.
Este navegador está bloqueando las cookies de learn.floati.life, así que las lecciones que terminaste aquí no se pueden abrir en orden. Permite las cookies de este sitio y recarga.