Programma Les 87 van 250 · Je eerste Machine Learning modellen
Je eerste Machine Learning modellen

Train/Test Split: Eerlijke Meting

Dit is de belangrijkste gewoonte in machine learning. Als je een model traint en het daarna test op dezelfde data, leer je niets nuttigs. Een model kan een perfecte score halen door alleen de antwoorden te onthouden die het al heeft gezien. Dat is alsof je een student beoordeelt op de exacte vragen die ze hebben gestudeerd: het meet geheugen, niet begrip.

De oplossing is om wat data achter te houden. Je traint op het grootste deel, en dan testt op rijen die het model nog nooit heeft gezien. De testprestaties zijn je eerlijke schatting van hoe het zal presteren op echte, toekomstige data.

scikit-learn geeft je één functie hiervoor:

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
)

Het geeft vier delen terug, altijd in die volgorde: train features, test features, train labels, test labels. Twee argumenten doen ertoe:

  • test_size=0.2 houdt 20 procent apart voor testen en houdt 80 percent over voor training.
  • random_state=0 fixeert de shuffle zodat je bij elke run de same split krijgt. Zonder dit is de split elke keer willekeurig, en je resultaten zouden schommelen en niet gecontroleerd kunnen worden. In deze hele cursus geef je altijd random_state=0.
  • door.

Vanaf nu een strikte regel: je mag trainen op de trainingsset, maar je mag alleen grade op de testset. Rapporteer nooit een score van data waarop het model heeft getraind.

Jij bent aan de beurt

Arrays X (10 rijen, 2 kolommen) en y (10 labels) zijn gegeven. Gebruik train_test_split met test_size=0.2 en random_state=0 om X_train, X_test, y_train, y_test te krijgen. Stel daarna n_train in op het aantal trainingsrijen en n_test op het aantal testrijen.

Een probleem ontdekt in deze les? Meld het · Vraag naar deze les

Deze oefening opent binnenkort

Maak de les ervoor af voordat deze wordt ontgrendeld. De hele cursus is gratis, geen account nodig, en je kunt deze les nu lezen.