Pembagian Train/Test: Pengukuran Jujur
Ini adalah kebiasaan paling penting dalam machine learning. Kalau kamu melatih model lalu mengujinya pada data yang sama, kamu tidak belajar apa pun yang berguna. Sebuah model bisa mendapat skor sempurna hanya dengan menghafal jawaban yang sudah dilihatnya. Itu seperti memberi nilai siswa pada pertanyaan yang persis mereka pelajari: itu mengukur hafalan, bukan pemahaman.
Solusinya adalah dengan menyimpan sebagian data. Kamu train pada sebagian besar data, lalu test pada baris yang belum pernah dilihat model. Performa tes adalah estimasi jujurmu tentang bagaimana model akan bekerja pada data nyata di masa depan.
scikit-learn memberimu satu fungsi untuk ini:
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
)Ini mengembalikan empat bagian, selalu dalam urutan itu: train features, test features, train labels, test labels. Dua argumen penting:
test_size=0.2menyisihkan 20 persen untuk testing dan menyimpan 80 persen untuk training.random_state=0memperbaiki shuffle supaya kamu dapat split same setiap kali dijalankan. Tanpa itu split akan acak setiap saat, dan hasilmu akan berubah-ubah serta tidak bisa dicek. Di seluruh kursus ini, selalu masukkanrandom_state=0.
Mulai sekarang ada aturan ketat: kamu boleh melatih pada training set, tapi kamu hanya boleh grade pada test set. Jangan pernah melaporkan skor dari data yang digunakan model untuk latihan.
Array X (10 baris, 2 kolom) dan y (10 label) diberikan. Gunakan train_test_split dengan test_size=0.2 dan random_state=0 untuk mendapatkan X_train, X_test, y_train, y_test. Lalu atur n_train ke jumlah baris training dan n_test ke jumlah baris test.
Ada masalah di pelajaran ini? Laporkan · Tanya tentang pelajaran ini
Latihan ini akan segera dibuka
Selesaikan pelajaran sebelumnya agar pelajaran ini terbuka. Seluruh kursus ini gratis, tidak butuh akun, dan kamu bisa baca pelajaran ini sekarang.
Browser ini memblokir cookie untuk learn.floati.life, jadi pelajaran yang sudah kamu selesaikan di sini tidak bisa dibuka berurutan. Izinkan cookie untuk situs ini dan muat ulang.