Çok basit, çok karmaşık, ölçülmüş
Neden önemli Bir model yalnızca görmediği veride yararlıdır. Eğitim puanı yerine bunu ölçmek, model kuran herkesin ilk alışkanlığıdır.
Düzgün bir eğriden gelen 30 gürültülü noktaya artan derecelerde polinomlar oturt. Derece 1 düz bir çizgidir: fazla basit, kıvrımı kaçırır (yetersiz uyum). Derece 15 bu belirli 30 noktadaki gürültüyü takip etmek için bükülür: eğitim hatası hepsinin en düşüğüdür (0.014), ama yeni noktalarda derece 3'ten daha kötü yapar (0.051'e karşı 0.075). Bu fark, eğitim hatasının yeni verideki hatanın çok altında olması, aşırı uyumdur. Arada bir yerde tatlı bir nokta var.
Eğitim hatası derece yükseldikçe hep düşer, bu yüzden tatlı noktayı bulamaz. Uyumun hiç görmediği noktalardaki doğrulama hatası bulabilir.
Doğrulama kümesi: eğitimden ayrılan ve model boyutu gibi ayarları seçmek için kullanılan veri.
Bu dersteki kelimeler ve semboller
- aşırı uyum, yetersiz uyum
- eğitim verisindeki gürültüye uymak; ya da kalıba uymak için fazla basit olmak
- doğrulama kümesi
- ayarları seçmek için kullanılan, ayrılmış veri
30 nokta üzerinde np.polyfit ile oturtulmuş deg dereceli bir polinom için (train_mse, val_mse) döndüren errors(deg) yaz. Sonra best_degree değerini 1'den 15'e en düşük doğrulama hatasına sahip dereceye, kendi eğrinden hesaplayarak ayarla.
Bu derste bir sorun mu fark ettin? Bildir · Bu ders hakkında soru sor
Bu alıştırma yakında açılacak
Bu dersi bitirince bu ders açılacak. Kursun tamamı ücretsiz, hesap gerekmiyor ve bu dersi hemen şimdi okuyabilirsin.
Bu tarayıcı learn.floati.life için çerezleri engelliyor, bu yüzden burada bitirdiğin dersler sırasıyla açılamıyor. Bu site için çerezlere izin ver ve sayfayı yenile.