エントリーの編集
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
機械学習における「validation」と「test」の違い - Qiita
記事へのコメント0件
- 注目コメント
- 新着コメント
このエントリーにコメントしてみましょう。
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
機械学習における「validation」と「test」の違い - Qiita
機械学習における「validation」と「test」の違い Q. 何故 train データ以外のデータが必要なのか? A. ... 機械学習における「validation」と「test」の違い Q. 何故 train データ以外のデータが必要なのか? A. train データを使って学習したモデルが train データ以外のデータに対してどれぐらいの予測精度があるか確認する必要があるから. データを使った学習では, 原則として学習に使ったデータ (train データ) に対する予測精度しか考慮していない. なので「train データに対しては良い精度で予測できるがそれ以外のデータでは予測が全く当てにならない」という学習結果も起こり得る (→ 過学習). 過学習がどの程度起こっているかは実際に train データ以外のデータで予測をしてみないと分からないので, そのための train データと別のデータが必要になる. ここで過学習の確認のため使うデータを validation データと呼ぶ. Q. 何故 test データ