Divisão Treino/Teste: Medição Honesta
Aqui está o hábito mais importante em machine learning. Se você treina um modelo e depois o testa nos mesmos dados, você não aprende nada útil. Um modelo pode pontuar perfeitamente apenas memorizando as respostas que ele já viu. Isso é como dar nota a um aluno nas mesmas perguntas que ele estudou: isso mede a memória, não o entendimento.
A solução é segurar alguns dados. Você train na maior parte deles, depois test em linhas que o modelo nunca viu. O desempenho do teste é sua estimativa honesta de como ele vai se sair em dados reais e futuros.
scikit-learn te dá uma function para isso:
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
)Ele retorna quatro partes, sempre nessa ordem: train features, test features, train labels, test labels. Dois argumentos importam:
test_size=0.2reserva 20 por cento para testes e mantém 80 por cento para treinamento.random_state=0fixa o shuffle para você ter o same split em cada execução. Sem isso o split é aleatório toda vez, e seus resultados variariam e não poderiam ser verificados. Em todo este curso, sempre passerandom_state=0.
A partir de agora uma regra estrita: você pode treinar no conjunto de treinamento, mas você só deve grade no conjunto de teste. Nunca reporte uma pontuação de dados nos quais o modelo treinou.
Arrays X (10 linhas, 2 colunas) e y (10 rótulos) são fornecidos. Use train_test_split com test_size=0.2 e random_state=0 para obter X_train, X_test, y_train, y_test. Depois defina n_train para o número de linhas de treinamento e n_test para o número de linhas de teste.
Viu um problema nesta lição? Reporte-o · Pergunte sobre esta lição
Este exercício abre em breve
Termine a lição anterior para que esta seja desbloqueada. O curso inteiro é gratuito, não precisa de conta, e você pode ler esta lição agora mesmo.
Este navegador está bloqueando cookies para learn.floati.life, então as lições que você terminou aqui não podem abrir em ordem. Permita cookies para este site e recarregue.