Temario Lección 93 de 246 · Módulo 7: Funcionar con datos nuevos
Módulo 7: Funcionar con datos nuevos

Prueba de paso: cierra la distancia sin subajustar (IA apagada)

Por qué importa Cerrar la distancia entre entrenamiento y validación es fácil si te dejan hacer inútil el modelo. Hacerlo manteniendo bueno el modelo es la habilidad de verdad. ¿Ya conoces este módulo? Puedes hacer esta prueba de paso primero, antes de las otras lecciones: aprobarla marca este módulo como hecho y abre el siguiente.

Tutor de IA apagado. Un polinomio de grado 14 con 25 puntos se sobreajusta mucho. Tienes que mantener el grado 14 y usar regularización de pesos (ridge, de la lección de sesgo y varianza), eligiendo su fuerza con el conjunto de validación.

Como eliges alpha mirando el conjunto de validación, el error de validación ahora te favorece un poco. Así que la prueba de paso te puntúa con un conjunto de prueba aparte de 2,000 puntos nuevos que tu código nunca ve. Esa es la forma honesta de informar de un modelo que ajustaste.

Palabras y símbolos de esta lección
sobreajuste, subajuste
ajustar el ruido de los datos de entrenamiento; o ser demasiado simple para ajustar el patrón
conjunto de validación
datos apartados que se usan para elegir ajustes
sesgo, varianza
equivocarse igual cada vez; o cambiar mucho con los datos de entrenamiento
ridge (alpha)
mínimos cuadrados con regularización de pesos de fuerza alpha
Tu turno

Escribe fit(x, y) que devuelva los coeficientes (la potencia más baja primero) de un polinomio de grado 14. Debe ser una solución ridge, solve(A.T A + alpha I, A.T y) para algún alpha por encima de 0 (la prueba lo comprueba, así que un polinomio más pequeño rellenado con ceros no cuenta). Apruebas si el error con el conjunto de prueba oculto está por debajo de 0.045 y la distancia (prueba menos entrenamiento) está por debajo de 0.05. Como escala: los mínimos cuadrados simples tienen un error de prueba de unos 0.73, el mejor alpha posible un error de prueba de unos 0.034, y un alpha elegido con honestidad con el conjunto de validación, en cualquier cuadrícula razonable como las potencias de 10, un error de prueba de unos 0.034 a 0.039. Un ajuste plano y encogido de más no pasa el límite de 0.045.

IA desactivada: en este no hay tutor, pistas ni solución. Solo tu propio razonamiento.

¿Has visto un problema en esta lección? Avísanos · Preguntar sobre esta lección

Código · se ejecuta en tu navegador
Salida

        

Tu progreso se cuenta de forma anónima. Cambiar esto