Programme Leçon 86 sur 246 · Module 7 : Travailler sur de nouvelles données
Module 7 : Travailler sur de nouvelles données

Trop simple, trop complexe, mesuré

Pourquoi c'est important Un modèle n'est utile que sur des données qu'il n'a pas vues. Mesurer ça, au lieu du score d'entraînement, est la première habitude de quiconque construit des modèles.

Ajuste des polynômes de degré croissant à 30 points bruités venant d'une courbe lisse. Le degré 1 est une ligne droite : trop simple, il rate la courbure (sous-apprentissage). Le degré 15 se plie pour suivre le bruit de ces 30 points particuliers : son erreur d'entraînement est la plus basse de toutes (0.014), mais sur de nouveaux points il fait moins bien que le degré 3 (0.075 contre 0.051). Cet écart, une erreur d'entraînement bien en dessous de l'erreur sur de nouvelles données, c'est le surapprentissage. Quelque part entre les deux se trouve le point idéal.

L'erreur d'entraînement ne fait que baisser quand le degré monte, donc elle ne peut pas trouver le point idéal. L'erreur de validation, sur des points que l'ajustement n'a jamais vus, le peut.

Jeu de validation : des données gardées en dehors de l'entraînement et utilisées pour choisir des réglages comme la taille du modèle.

Mots et symboles de cette leçon
surapprentissage, sous-apprentissage
ajuster le bruit des données d'entraînement ; ou être trop simple pour ajuster le motif
jeu de validation
des données mises de côté pour choisir des réglages
À ton tour

Écris errors(deg) qui renvoie (train_mse, val_mse) pour un polynôme de degré deg ajusté avec np.polyfit sur les 30 points. Puis affecte à best_degree le degré de 1 à 15 qui a l'erreur de validation la plus basse, calculée à partir de ta propre courbe.

Tu as repéré un problème dans cette leçon ? Signale-le · Pose une question sur cette leçon

Cet exercice s'ouvre bientôt

Termine la leçon précédente pour débloquer celle-ci. Tout le cours est gratuit, aucun compte n'est requis, et tu peux lire cette leçon dès maintenant.