Rozdział 11. Wybór modelu
W tym rozdziale opisane zostały hiperparametry oraz przedyskutowana kwestia, czy większa ilość danych poprawia skuteczność modelu.
Krzywa weryfikacji
Jednym ze sposobów określenia właściwej wartości hiperparametru jest wyznaczenie krzywej weryfikacji. Jest to wykres skuteczności modelu w zależności od zmieniającej się wartości hiperparametru (patrz rysunek 11.1). Do utworzenia wykresu wykorzystuje się zarówno dane treningowe, jak i weryfikacyjne. Na podstawie oceny weryfikacyjnej można wnioskować, jak model będzie reagował na nieznane wcześniej dane. Zazwyczaj wybiera się taką wartość hiperparametru, przy której ocena weryfikacyjna jest najwyższa.
Rysunek 11.1. Raport krzywej weryfikacji
W poniższym przykładzie wykorzystana ...
Get Uczenie maszynowe w Pythonie now with the O’Reilly learning platform.
O’Reilly members experience books, live events, courses curated by job role, and more from O’Reilly and nearly 200 top publishers.
