पाठ्यक्रम 246 में से पाठ 103 · Module 9: क्या यह सचमुच बेहतर है?
Module 9: क्या यह सचमुच बेहतर है?

बँटवारे और रिसाव

यह क्यों मायने रखता है अगर test डेटा की कोई भी जानकारी training तक पहुँचे, तो test अंक अब एक test नहीं। यह सबसे आम तरीका है जिससे ईमानदार लोग ग़लत संख्याएँ प्रकाशित करते हैं।

नियम: test set को किसी भी फ़ैसले में कोई भूमिका नहीं निभानी चाहिए, preprocessing समेत। तीन तरीके जिनसे यह घुसता है:

  • सारे डेटा से scaling। हर row पर, test rows समेत, औसत और फैलाव निकालना test मानों को training inputs को आकार देने देता है। छोटा, पर असली।
  • सारे labels से features चुनना। test labels भी इस्तेमाल करते हुए label से सबसे ज़्यादा जुड़े features चुनना शुद्ध शोर को अनुमान लगाने लायक दिखा सकता है। यह भारी हो सकता है।
  • बँटवारे के पार duplicates। दोनों sets में वही उदाहरण: model को उस पर परखा जाता है जो उसने याद किया।

रिसाव: test जानकारी का training प्रक्रिया तक पहुँचना, अंकों को असल से बेहतर दिखाते हुए।

आपकी बारी

leaky को एक dictionary पर सेट करें जो बताए कि तीनों pipelines में से कौन-सी रिसती हैं। फिर pipeline_3_fixed(X, y) लिखें: वही विचार, बस पहली 200 rows इस्तेमाल करके 5 features चुनते हुए।

इस पाठ में कोई समस्या दिखी? बताएँ · इस पाठ के बारे में पूछें

यह अभ्यास जल्द खुलेगा

इससे पहले वाला पाठ पूरा करें और यह खुल जाएगा। पूरा कोर्स मुफ़्त है, कोई खाता नहीं चाहिए, और आप यह पाठ अभी पढ़ सकते हैं।