シラバス レッスン 246 中 103 · モジュール 9:本当に良いのか?
モジュール 9:本当に良いのか?

分け方と漏れ

なぜ大切か テストのデータからの何かの情報が訓練に届けば、テストの点数はもうテストではありません。これは、正直な人が間違った数を公表する最もよくあるやり方です。

規則:テストのセットは、前処理も含め、どの判断にも何の役割も果たしてはならない。それが忍び込む 3 つのやり方:

  • すべてのデータで縮尺する。テストの行も含めたすべての行で平均と散らばりを計算すると、テストの値が訓練の入力を形づくってしまう。小さいが本物。
  • すべてのラベルで特徴を選ぶ。テストのラベルも使って、ラベルと最も相関する特徴を選ぶと、純粋な雑音が予測に役立つように見えることがある。これは巨大になりうる。
  • 分け目をまたいだ重複。両方のセットにある同じ例:モデルは覚えたもので試される。

漏れ:テストの情報が訓練の過程に届き、点数を本当より良く見せることです。

あなたの番

leaky に、3 つの流れのどれが漏れるかを言う辞書を設定してください。それから pipeline_3_fixed(X, y) を書きます:同じ考えで、最初の 200 行だけを使って 5 つの特徴を選ぶものです。

このレッスンに問題を見つけましたか?報告する · このレッスンについて質問する

この演習はまもなく開きます

その前のレッスンを終えると、このレッスンが解放されます。コース全体が無料でアカウントも不要、このレッスンは今すぐ読めます。