خیلی ساده، خیلی پیچیده، سنجیدهشده
چرا مهم است یک مدل فقط روی دادهای که ندیده مفید است. سنجیدن آن، به جای امتیاز آموزش، نخستین عادت هر کسی است که مدل میسازد.
چندجملهایهایی با درجهٔ رو به افزایش را بر 30 نقطهٔ پرنویز از یک منحنی هموار برازش کنید. درجهٔ 1 یک خط راست است: خیلی ساده، خم را از دست میدهد (کمبرازش). درجهٔ 15 خم میشود تا نویز همین 30 نقطهٔ خاص را دنبال کند: خطای آموزشش کمترین از همه است (0.014)، اما روی نقطههای تازه بدتر از درجهٔ 3 عمل میکند (0.075 در برابر 0.051). آن فاصله، خطای آموزش بسیار پایینتر از خطا روی دادهٔ تازه، بیشبرازش است. جایی میان این دو نقطهٔ بهینهای هست.
خطای آموزش با بالا رفتن درجه همیشه فقط پایین میآید، پس نمیتواند نقطهٔ بهینه را پیدا کند. خطای اعتبارسنجی، روی نقطههایی که برازش هرگز ندیده، میتواند.
مجموعهٔ اعتبارسنجی: دادهای که از آموزش کنار گذاشته شده و برای انتخاب تنظیمهایی مثل اندازهٔ مدل به کار میرود.
واژهها و نمادهای این درس
- بیشبرازش، کمبرازش
- برازش نویز دادهٔ آموزشی؛ یا سادگی بیش از حد برای برازش الگو
- مجموعهٔ اعتبارسنجی
- دادهٔ کنار گذاشتهشده برای انتخاب تنظیمها
errors(deg) را بنویسید که (train_mse, val_mse) را برای یک چندجملهای درجهٔ deg که با np.polyfit روی 30 نقطه برازش شده برمیگرداند. سپس best_degree را برابر درجهای از 1 تا 15 با کمترین خطای اعتبارسنجی قرار دهید، که از منحنی خودتان محاسبه شده.
مشکلی در این درس دیدید؟ گزارشش کنید · دربارهٔ این درس بپرسید
این تمرین بهزودی باز میشود
درس پیش از آن را تمام کنید تا این یکی باز شود. کل دوره رایگان است، حساب کاربری لازم نیست، و میتوانید همین الان این درس را بخوانید.
این مرورگر کوکیهای learn.floati.life را مسدود میکند، پس درسهایی که اینجا تمام کردید نمیتوانند به ترتیب باز شوند. کوکیها را برای این سایت مجاز کنید و صفحه را دوباره بارگذاری کنید.