1.2 KiB
1.2 KiB
| title | localeTitle |
|---|---|
| Its Generalization That Counts | 它的概括 |
它的概括
机器学习的力量来自于不必硬编码或明确 定义描述训练数据和看不见的数据的参数。这是 机器学习的基本目标：概括学习者的发现。
要测试学习者的普遍性，您需要拥有单独的测试数据 设置不用于培训学习者的任何方式。这可以通过创建 将整个训练数据集分成训练和测试集，或者 只收集更多数据。如果学习者要使用测试中找到的数据 数据集，这会在学习者中产生一种偏见，而不是在 现实。
了解学习者如何对测试数据集进行操作的一种方法是 执行所谓的交叉验证 。这会随机分裂你的 将数据训练到给定数量的子集（例如，十个子集）和 当学习者训练其余时，留下一个子集。然后一次 学习者已经过训练，剩下的数据集用于测试。这个 训练，留下一个子集，并在旋转时重复测试 子集。