Silabus Pelajaran 93 dari 246 · Modul 7: Bekerja dengan data baru
Modul 7: Bekerja dengan data baru

Gate: tutup celah tanpa underfitting (AI off)

Kenapa ini penting Menutup celah pelatihan/validasi itu mudah kalau kamu dibolehkan membuat model jadi tidak berguna. Melakukannya sambil menjaga model tetap bagus adalah keahlian yang sebenarnya. Sudah tahu modul ini? Kamu bisa ambil gerbang ini dulu, sebelum pelajaran lainnya: lulus di sini menandai modul ini selesai dan membuka modul berikutnya.

AI tutor off. Polinomial derajat-14 pada 25 titik mengalami overfitting parah. Kamu harus tetap menggunakan derajat 14 dan gunakan weight decay (ridge, dari pelajaran bias dan variance), pilih kekuatannya dengan validation set.

Karena kamu memilih alpha dengan melihat validation set, validation error sekarang jadi agak memuji diri sendiri. Jadi, gate memberi skor kamu pada test set terpisah berisi 2,000 poin baru yang tidak pernah dilihat oleh kode kamu. Itulah cara jujur untuk melaporkan model yang kamu tuning.

Kata dan simbol di pelajaran ini
overfitting, underfitting
mencocokkan noise pada data pelatihan; atau terlalu sederhana untuk mencocokkan pola
set validasi
data yang ditahan untuk memilih pengaturan
bias, varians
salah dengan cara yang sama setiap saat; atau banyak berubah dengan data pelatihan
ridge (alpha)
least squares dengan weight decay kekuatan alpha
Giliranku

Tulis fit(x, y) yang mengembalikan koefisien (pangkat terendah dulu) untuk polinomial derajat-14. Ini harus menjadi solusi ridge, solve(A.T A + alpha I, A.T y) untuk beberapa alpha di atas 0 (tes akan memeriksa ini, jadi polinomial lebih kecil yang ditambah nol tidak dihitung). Lulus jika error pada set tes tersembunyi di bawah 0.045 dan gap (tes dikurangi pelatihan) di bawah 0.05. Untuk skala: least squares biasa punya error tes sekitar 0.73, alpha terbaik mungkin punya error tes sekitar 0.034, dan alpha yang dipilih jujur pada set validasi, pada grid masuk akal apa pun seperti pangkat 10, punya error tes sekitar 0.034 sampai 0.039. Fit yang datar dan terlalu mengecil gagal pada batas 0.045.

AI mati: tidak ada tutor, petunjuk atau solusi lengkap untuk yang ini. Hanya pemikiranmu sendiri.

Ada masalah di pelajaran ini? Laporkan · Tanya tentang pelajaran ini

Kode · berjalan di browser kamu
Output

        

Kemajuanmu dihitung secara anonim. Ubah ini