testning
Evaluering af en maskinlæringsmodel på et separat testdatasæt for at måle dens præstation på ikke sete data.
Kort fortalt
Testning er, når man tjekker, hvor god en AI-model er til at løse sin opgave ved at prøve den af på data, den ikke har set før.
- Kategori
- teknik
- Niveau
- begynder
Betydninger
1- 1
Processen med at evaluere en maskinlæringsmodel ved at anvende den på et testdatasæt for at måle metrikker som nøjagtighed, præcision og recall.
- Efter finjusteringen blev modellen testet på et separat testdatasæt for at validere dens ydeevne.
- Testning afslørede, at modellen var overfittet til træningsdataene.
Hvornår bruges det
Testning udføres efter træning og validering for at få et objektivt mål for modellens generalisering. Det er afgørende at testdatasættet ikke har påvirket modeludviklingen.
Kodeeksempel
from sklearn.metrics import accuracy_score
y_pred = model.predict(X_test)
accuracy = accuracy_score(y_test, y_pred)
print(f'Test accuracy: {accuracy:.2f}')Eksempel på testning af en klassifikationsmodel ved at beregne nøjagtighed på testdatasættet.
Oprindelse
Fra engelsk 'testing', afledt af 'test' (prøve) + '-ning' (handling).