testdatasætsplit
Opdeling af et datasæt i separate delmængder (træning, validering, test) for at evaluere en models generaliseringsevne.
Kort fortalt
Man deler sine data op, så modellen trænes på én del og testes på en anden del, som den ikke har set før.
- Kategori
- teknik
- Niveau
- begynder
Betydninger
1- 1
Den proces, hvor et datasæt opdeles i trænings-, validerings- og testdel for at træne og evaluere en model.
- Før vi træner modellen, skal vi foretage et testdatasætsplit for at sikre, at vi kan vurdere dens ydeevne objektivt.
- Et typisk testdatasætsplit er 80% træning, 10% validering og 10% test.
Hvornår bruges det
Testdatasætsplit bruges i alle maskinlæringsprojekter for at undgå overfitting og få et retvisende mål for modellens ydeevne på nye data. Typisk deles data i 70% træning, 15% validering og 15% test, men fordelingen kan variere.
Oprindelse
Sammensat af 'testdatasæt' og 'split' (fra engelsk), der beskriver handlingen at opdele data.
Afledte ord
2træn-valider-test splitstratificeret split
Se også
- Overfitting
- krydsvalidering(mangler)
- træningsdatasæt