Te simpel, te complex, gemeten
Waarom dit ertoe doet Een model is alleen nuttig op data die het niet heeft gezien. Dat meten, in plaats van de trainingsscore, is de eerste gewoonte van iedereen die modellen bouwt.
Pas polynomen van toenemende graad aan op 30 ruisige punten van een vloeiende curve. Graad 1 is een rechte lijn: te simpel, het mist de bocht (underfitting). Graad 15 buigt mee om de ruis in deze specifieke 30 punten te volgen: de trainingsfout is de laagste van allemaal (0.014), maar op nieuwe punten doet het slechter dan graad 3 (0.075 tegenover 0.051). Die kloof, de trainingsfout ver onder de fout op nieuwe data, is overfitting. Iensommeware daartussen is een zoet punt.
De trainingsfout daalt alleen als de graad stijgt, dus kan het de ideale plek niet vinden. De validation fout, op punten die de fit nooit zag, kan dat wel.
Validatieset: data die wordt achtergehouden van de training en wordt gebruikt om instellingen zoals modelgrootte te kiezen.
Woorden en symbolen in deze les
- overfitting, underfitting
- het ruis in de trainingsdata aanpassen; of te simpel om het patroon aan te passen
- validatieset
- vastgehouden data gebruikt om instellingen te kiezen
Schrijf errors(deg) die (train_mse, val_mse) retourneert voor een polynoom van graad-deg aangepast met np.polyfit op de 30 punten. Stel best_degree daarna in op de graad van 1 tot 15 met de laagste validatiefout, berekend vanuit je eigen curve.
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.
Deze browser blokkeert cookies voor learn.floati.life, dus lessen die je hier hebt afgerond kunnen niet in de juiste volgorde worden geopend. Sta cookies toe voor deze site en laad de pagina opnieuw.