课程大纲 第 86 课,共 246 课 · 第 7 模块:在新数据上工作
第 7 模块:在新数据上工作

太简单、太复杂,测量出来

为什么重要 一个模型只有在它没见过的数据上才有用。测量这一点,而不是测量训练分数,是任何构建模型的人的第一个习惯。

用次数越来越高的多项式去拟合一条平滑曲线上的 30 个带噪声的点。1 次是一条直线:太简单了,它错过了弯曲的部分(欠拟合)。15 次会弯曲着去追随这 30 个特定点中的噪声:它的训练误差是所有之中最低的(0.014),但在新的点上它比 3 次更差(0.075 对比 0.051)。这种差距,训练误差远低于在新数据上的误差,就是过拟合。在两者之间的某个地方有一个最佳点。

训练误差只会随着次数的升高而下降,所以它找不到这个最佳点。验证误差,也就是在拟合从未见过的点上的误差,则可以。

验证集:从训练中留出来、用于选择像模型规模这样的设置的数据。

本课中的词语和符号
过拟合、欠拟合
拟合了训练数据中的噪声;或者太简单而拟合不了模式
验证集
留出来、用于选择设置的数据
轮到你了

编写 errors(deg),对一个在这 30 个点上用 np.polyfit 拟合的 deg 次多项式,返回 (train_mse, val_mse)。然后根据你自己的曲线,把 best_degree 设为 1 到 15 中验证误差最低的那个次数。

发现这节课有问题?报告它 · 就这节课提问

这个练习即将开放

完成它前面的那一课,这一课就会解锁。整门课程免费,无需账号,而且你现在就可以阅读这节课。