Оцінювання Моделі
Під час створення прогностичної моделі важливо визначити, наскільки добре вона працює, перш ніж використовувати її для реальних прогнозів.
Оцінювання моделі вимірює, наскільки точно модель робить прогнози. Метод .score() надає цю оцінку.
Оцінювання продуктивності на навчальній вибірці є оманливим, оскільки модель, ймовірно, працюватиме краще на даних, які вона вже бачила. Щоб отримати реалістичну оцінку, необхідно проводити оцінювання на невідомих даних.
Формально мета полягає у створенні моделі, яка добре узагальнює.
Узагальнення — це здатність моделі ефективно працювати з новими, невідомими даними, а не лише з тими, на яких вона навчалася. Це вимірює, наскільки точно прогнози моделі можна застосувати до реальних сценаріїв поза межами навчального набору даних.
Цього можна досягти шляхом випадкового розділення набору даних на дві частини: навчальну вибірку для навчання моделі та тестову вибірку для оцінювання.
Навчіть модель на тренувальній вибірці, а потім оцініть її на тестовій вибірці:
model.fit(X_train, y_train)
print(model.score(X_test, y_test))
Для створення випадкового розділення даних використовуйте функцію train_test_split() з модуля sklearn.model_selection.
Зазвичай розмір тестової вибірки залежить від набору даних: 25–40% для малих наборів, 10–30% для середніх, і менше 10% для великих наборів.
У цьому прикладі, маючи лише 342 записи (малий набір даних), виділіть 33% для тестової вибірки:
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.33)
Тут X_train та y_train — це тренувальна вибірка, а X_test та y_test — тестова вибірка.
123456789101112131415import pandas as pd from sklearn.neighbors import KNeighborsClassifier from sklearn.model_selection import train_test_split df = pd.read_csv('https://codefinity-content-media.s3.eu-west-1.amazonaws.com/a65bbc96-309e-4df9-a790-a1eb8c815a1c/penguins_pipelined.csv') # Assign X, y variables (X is already preprocessed and y is already encoded) X, y = df.drop('species', axis=1), df['species'] # Train-test split X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.33) # Initialize and train a model knn5 = KNeighborsClassifier().fit(X_train, y_train) # Trained 5 neighbors model knn1 = KNeighborsClassifier(n_neighbors=1).fit(X_train, y_train) # Trained 1 neighbor model # Print the scores of both models print('5 Neighbors score:',knn5.score(X_test, y_test)) print('1 Neighbor score:',knn1.score(X_test, y_test))
Модель тепер навчена на тренувальному наборі за допомогою .fit(X_train, y_train) і оцінюється на тестовому наборі за допомогою .score(X_test, y_test).
Оскільки train_test_split() розділяє дані випадковим чином, тренувальні та тестові набори відрізняються при кожному запуску, що призводить до різних оцінок. При більшому обсязі даних ці оцінки стають більш стабільними.
Дякуємо за ваш відгук!
Запитати АІ
Запитати АІ
Запитайте про що завгодно або спробуйте одне із запропонованих запитань, щоб почати наш чат
Can you explain why evaluating on the training set is misleading?
How does the random split affect model performance?
What does the `.score()` method actually measure?
Awesome!
Completion rate improved to 3.13Оцінювання Моделі
Свайпніть щоб показати меню
Під час створення прогностичної моделі важливо визначити, наскільки добре вона працює, перш ніж використовувати її для реальних прогнозів.
Оцінювання моделі вимірює, наскільки точно модель робить прогнози. Метод .score() надає цю оцінку.
Оцінювання продуктивності на навчальній вибірці є оманливим, оскільки модель, ймовірно, працюватиме краще на даних, які вона вже бачила. Щоб отримати реалістичну оцінку, необхідно проводити оцінювання на невідомих даних.
Формально мета полягає у створенні моделі, яка добре узагальнює.
Узагальнення — це здатність моделі ефективно працювати з новими, невідомими даними, а не лише з тими, на яких вона навчалася. Це вимірює, наскільки точно прогнози моделі можна застосувати до реальних сценаріїв поза межами навчального набору даних.
Цього можна досягти шляхом випадкового розділення набору даних на дві частини: навчальну вибірку для навчання моделі та тестову вибірку для оцінювання.
Навчіть модель на тренувальній вибірці, а потім оцініть її на тестовій вибірці:
model.fit(X_train, y_train)
print(model.score(X_test, y_test))
Для створення випадкового розділення даних використовуйте функцію train_test_split() з модуля sklearn.model_selection.
Зазвичай розмір тестової вибірки залежить від набору даних: 25–40% для малих наборів, 10–30% для середніх, і менше 10% для великих наборів.
У цьому прикладі, маючи лише 342 записи (малий набір даних), виділіть 33% для тестової вибірки:
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.33)
Тут X_train та y_train — це тренувальна вибірка, а X_test та y_test — тестова вибірка.
123456789101112131415import pandas as pd from sklearn.neighbors import KNeighborsClassifier from sklearn.model_selection import train_test_split df = pd.read_csv('https://codefinity-content-media.s3.eu-west-1.amazonaws.com/a65bbc96-309e-4df9-a790-a1eb8c815a1c/penguins_pipelined.csv') # Assign X, y variables (X is already preprocessed and y is already encoded) X, y = df.drop('species', axis=1), df['species'] # Train-test split X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.33) # Initialize and train a model knn5 = KNeighborsClassifier().fit(X_train, y_train) # Trained 5 neighbors model knn1 = KNeighborsClassifier(n_neighbors=1).fit(X_train, y_train) # Trained 1 neighbor model # Print the scores of both models print('5 Neighbors score:',knn5.score(X_test, y_test)) print('1 Neighbor score:',knn1.score(X_test, y_test))
Модель тепер навчена на тренувальному наборі за допомогою .fit(X_train, y_train) і оцінюється на тестовому наборі за допомогою .score(X_test, y_test).
Оскільки train_test_split() розділяє дані випадковим чином, тренувальні та тестові набори відрізняються при кожному запуску, що призводить до різних оцінок. При більшому обсязі даних ці оцінки стають більш стабільними.
Дякуємо за ваш відгук!
