Overtilpasning
Overfitting
Vurder de to regresjonslinjene nedenfor. Hvilken er best?
Målingene antyder at den andre modellen er bedre, så vi bruker den til å predikere X_new = [0.2, 0.5, 2.7]. Men etter å ha sammenlignet prediksjonene med faktiske verdier, presterer den første modellen bedre.
Dette skjer fordi den andre modellen overtilpasser — den er for kompleks og tilpasser seg treningsdataene for tett, og klarer ikke å generalisere til nye tilfeller.
Underfitting
Underfitting oppstår når en modell er for enkel til å tilpasse selv treningsdataene, noe som også fører til dårlige prediksjoner på ukjente data.
Vi kan derfor forsøke å avgjøre om modellen underfitter eller overfitter visuelt.
Siden vi ikke kan visualisere høy-dimensjonale modeller, trenger vi en annen metode for å oppdage overfitting eller underfitting.
Trenings- og testdeling
For å estimere ytelse på ukjente data, deler vi datasettet i et treningssett og et testsett med kjente målverdier.
Vi trener på treningssettet og beregner måleverdier for både trenings- og testsett for å sammenligne ytelse.
Delingen må være tilfeldig. Vanligvis går 20–30 % til testsettet, og 70–80 % brukes til trening. Scikit-learn tilbyr en enkel måte å gjøre dette på.
For eksempel, for å dele treningssettet i 70 % trening/30 % test, kan du bruke følgende kode:
from sklearn.model_selection import train_test_split # import the function
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3)
Takk for tilbakemeldingene dine!
Spør AI
Spør AI
Spør om hva du vil, eller prøv ett av de foreslåtte spørsmålene for å starte chatten vår
Can you explain more about how overfitting and underfitting affect model performance?
What are some ways to prevent overfitting in machine learning models?
How do I choose the right train-test split ratio for my dataset?
Fantastisk!
Completion rate forbedret til 5.26Overtilpasning
Sveip for å vise menyen
Overfitting
Vurder de to regresjonslinjene nedenfor. Hvilken er best?
Målingene antyder at den andre modellen er bedre, så vi bruker den til å predikere X_new = [0.2, 0.5, 2.7]. Men etter å ha sammenlignet prediksjonene med faktiske verdier, presterer den første modellen bedre.
Dette skjer fordi den andre modellen overtilpasser — den er for kompleks og tilpasser seg treningsdataene for tett, og klarer ikke å generalisere til nye tilfeller.
Underfitting
Underfitting oppstår når en modell er for enkel til å tilpasse selv treningsdataene, noe som også fører til dårlige prediksjoner på ukjente data.
Vi kan derfor forsøke å avgjøre om modellen underfitter eller overfitter visuelt.
Siden vi ikke kan visualisere høy-dimensjonale modeller, trenger vi en annen metode for å oppdage overfitting eller underfitting.
Trenings- og testdeling
For å estimere ytelse på ukjente data, deler vi datasettet i et treningssett og et testsett med kjente målverdier.
Vi trener på treningssettet og beregner måleverdier for både trenings- og testsett for å sammenligne ytelse.
Delingen må være tilfeldig. Vanligvis går 20–30 % til testsettet, og 70–80 % brukes til trening. Scikit-learn tilbyr en enkel måte å gjøre dette på.
For eksempel, for å dele treningssettet i 70 % trening/30 % test, kan du bruke følgende kode:
from sklearn.model_selection import train_test_split # import the function
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3)
Takk for tilbakemeldingene dine!
