46 | Rozdział 2: Kompleksowy projekt uczenia maszynowego
nadmiernego dopasowania; gdyby tak było, mielibyśmy niski zanik logarytmiczny dla
szkolenia iporównywalnie wysoki zanik logarytmiczny dla sprawdzania krzyżowego.
Ponieważ przechowujemy przewidywania dla każdego zpięciu zestawów sprawdzania
krzyżowego, możemy połączyć teprognozy wjeden zestaw. Ten pojedynczy zestaw jest
taki sam, jak oryginalny zestaw szkoleniowy imożemy teraz obliczyć ogólny zanik loga-
rytmiczny dla tego całego zestawu szkoleniowego. Jest tonajlepsze oszacowanie dla zaniku
logarytmicznego modelu regresji logistycznej dla zestawu testowego:
Logistic Regression Log ...
Become an O’Reilly member and get unlimited access to this title plus top books and audiobooks from O’Reilly and nearly 200 top publishers, thousands of courses curated by job role, 150+ live events each month, and much more.