Silabus Pelajaran 87 dari 250 · Model Machine Learning Pertama Kamu
Model Machine Learning Pertama Kamu

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=0.2 menyisihkan 20 persen untuk testing dan menyimpan 80 persen untuk training.
  • random_state=0 memperbaiki 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 masukkan random_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.

Giliranku

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.