第 7 模块:在新数据上工作
太简单、太复杂,测量出来
你以前学过这门课程吗?
这样我们只统计你一次。只会发送你的答案,以及你的匿名进度。
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。
本课已完成。干得好。
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。
这个浏览器屏蔽了 learn.floati.life 的 Cookie,所以你在这里完成的课程无法按顺序打开。请允许这个网站使用 Cookie,然后重新加载。