
前面小編給大家簡單介紹過擬合和欠擬合時,提到了一個概念:學(xué)習(xí)曲線,我們通過學(xué)習(xí)曲線能夠很清晰的判別出模型現(xiàn)在說出的狀態(tài)是欠擬合還是過擬合,下面小編具體整理了學(xué)習(xí)曲線的相關(guān)內(nèi)容,希望對大家有所幫助。
學(xué)習(xí)曲線(learning curve)是不同訓(xùn)練集大小,模型在訓(xùn)練集和驗證集上的得分變化曲線。橫坐標為·樣本數(shù),縱坐標為訓(xùn)練和交叉驗證集上的得分(如準確率)。
模型在新數(shù)據(jù)上的表現(xiàn)如何,都能清晰地在展現(xiàn)在學(xué)習(xí)去線上,我們也能通過這些表現(xiàn),進而判斷模型是否方差偏高或者偏差過高,以及增大訓(xùn)練集是否可以減小過擬合。
如圖所示:
(1)當訓(xùn)練集和測試集的誤差收斂但卻很高時,為高偏差。
左上圖中訓(xùn)練集和驗證集上的曲線能夠收斂,但偏差很高,訓(xùn)練集和驗證集上準確率相差很大,卻都很差。這種情況下模型對已知數(shù)據(jù)和未知數(shù)據(jù)都不能進行準確的預(yù)測,很可能是欠擬合。
方法:
增加模型參數(shù),采用更復(fù)雜的模型,減小正則項。
注意:此時通過增加數(shù)據(jù)量是不起作用的。
(2)當訓(xùn)練集和測試集上誤差之間有大的差距時,為高方差。
當訓(xùn)練集的準確率比其他獨立數(shù)據(jù)集上的測試結(jié)果的準確率要高時,一般都是過擬合。
右上圖中,訓(xùn)練集和驗證集的準確率差距很大,這種情況下,模型能夠很好的擬合已知數(shù)據(jù),但是泛化能力不足,屬于高方差,很可能是過擬合。
方法:
增大訓(xùn)練集,降低模型復(fù)雜度,增大正則項,或者通過特征選擇減少特征數(shù)。
(3)右下方圖,也是最理想情況:找到偏差和方差都很小的狀態(tài),就是收斂而且誤差較小。
學(xué)習(xí)曲線的具體操作:
len(X_train) 個訓(xùn)練樣本,訓(xùn)練出 len(X_train) 個模型,第一次使用一個樣本訓(xùn)練出第一個模型,第二次使用兩個樣本訓(xùn)練出第二個模型,… ,第 len(X_train) 次使用 len(X_train) 個樣本訓(xùn)練出最后一個模型;
每個模型對于訓(xùn)練這個模型所使用的部分訓(xùn)練數(shù)據(jù)集的預(yù)測值:y_train_predict = 模型.predict(X_train[ : i ]);
每個模型對于訓(xùn)練這個模型所使用的部分訓(xùn)練數(shù)據(jù)集的均方誤差:mean_squared_error(y_train[ : i ], y_train_predict);
每個模型對于整個測試數(shù)據(jù)集的預(yù)測值:y_test_predict = 模型.predict(X_test)
每個模型對于整個測試數(shù)據(jù)集的預(yù)測的均方誤差:mean_squared_error(y_test, y_test_predict);
繪制每次訓(xùn)練模型所用的樣本數(shù)量與該模型對應(yīng)的部分訓(xùn)練數(shù)據(jù)集的均方誤差的平方根的關(guān)系曲線:plt.plot([i for i in range(1. len(X_train)+1)],np.sqrt(train_score), label=“train”)
繪制每次訓(xùn)練模型所用的樣本數(shù)量與該模型對應(yīng)的測試數(shù)據(jù)集的預(yù)測的均方誤差的關(guān)系曲線:plt.plot([i for i in range(1. len(X_train)+1)],np.sqrt(test_score), label=“test”)
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
LSTM 模型輸入長度選擇技巧:提升序列建模效能的關(guān)鍵? 在循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)家族中,長短期記憶網(wǎng)絡(luò)(LSTM)憑借其解決長序列 ...
2025-07-11CDA 數(shù)據(jù)分析師報考條件詳解與準備指南? ? 在數(shù)據(jù)驅(qū)動決策的時代浪潮下,CDA 數(shù)據(jù)分析師認證愈發(fā)受到矚目,成為眾多有志投身數(shù) ...
2025-07-11數(shù)據(jù)透視表中兩列相乘合計的實用指南? 在數(shù)據(jù)分析的日常工作中,數(shù)據(jù)透視表憑借其強大的數(shù)據(jù)匯總和分析功能,成為了 Excel 用戶 ...
2025-07-11尊敬的考生: 您好! 我們誠摯通知您,CDA Level I和 Level II考試大綱將于 2025年7月25日 實施重大更新。 此次更新旨在確保認 ...
2025-07-10BI 大數(shù)據(jù)分析師:連接數(shù)據(jù)與業(yè)務(wù)的價值轉(zhuǎn)化者? ? 在大數(shù)據(jù)與商業(yè)智能(Business Intelligence,簡稱 BI)深度融合的時代,BI ...
2025-07-10SQL 在預(yù)測分析中的應(yīng)用:從數(shù)據(jù)查詢到趨勢預(yù)判? ? 在數(shù)據(jù)驅(qū)動決策的時代,預(yù)測分析作為挖掘數(shù)據(jù)潛在價值的核心手段,正被廣泛 ...
2025-07-10數(shù)據(jù)查詢結(jié)束后:分析師的收尾工作與價值深化? ? 在數(shù)據(jù)分析的全流程中,“query end”(查詢結(jié)束)并非工作的終點,而是將數(shù) ...
2025-07-10CDA 數(shù)據(jù)分析師考試:從報考到取證的全攻略? 在數(shù)字經(jīng)濟蓬勃發(fā)展的今天,數(shù)據(jù)分析師已成為各行業(yè)爭搶的核心人才,而 CDA(Certi ...
2025-07-09【CDA干貨】單樣本趨勢性檢驗:捕捉數(shù)據(jù)背后的時間軌跡? 在數(shù)據(jù)分析的版圖中,單樣本趨勢性檢驗如同一位耐心的偵探,專注于從單 ...
2025-07-09year_month數(shù)據(jù)類型:時間維度的精準切片? ? 在數(shù)據(jù)的世界里,時間是最不可或缺的維度之一,而year_month數(shù)據(jù)類型就像一把精準 ...
2025-07-09CDA 備考干貨:Python 在數(shù)據(jù)分析中的核心應(yīng)用與實戰(zhàn)技巧? ? 在 CDA 數(shù)據(jù)分析師認證考試中,Python 作為數(shù)據(jù)處理與分析的核心 ...
2025-07-08SPSS 中的 Mann-Kendall 檢驗:數(shù)據(jù)趨勢與突變分析的有力工具? ? ? 在數(shù)據(jù)分析的廣袤領(lǐng)域中,準確捕捉數(shù)據(jù)的趨勢變化以及識別 ...
2025-07-08備戰(zhàn) CDA 數(shù)據(jù)分析師考試:需要多久?如何規(guī)劃? CDA(Certified Data Analyst)數(shù)據(jù)分析師認證作為國內(nèi)權(quán)威的數(shù)據(jù)分析能力認證 ...
2025-07-08LSTM 輸出不確定的成因、影響與應(yīng)對策略? 長短期記憶網(wǎng)絡(luò)(LSTM)作為循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)的一種變體,憑借獨特的門控機制,在 ...
2025-07-07統(tǒng)計學(xué)方法在市場調(diào)研數(shù)據(jù)中的深度應(yīng)用? 市場調(diào)研是企業(yè)洞察市場動態(tài)、了解消費者需求的重要途徑,而統(tǒng)計學(xué)方法則是市場調(diào)研數(shù) ...
2025-07-07CDA數(shù)據(jù)分析師證書考試全攻略? 在數(shù)字化浪潮席卷全球的當下,數(shù)據(jù)已成為企業(yè)決策、行業(yè)發(fā)展的核心驅(qū)動力,數(shù)據(jù)分析師也因此成為 ...
2025-07-07剖析 CDA 數(shù)據(jù)分析師考試題型:解鎖高效備考與答題策略? CDA(Certified Data Analyst)數(shù)據(jù)分析師考試作為衡量數(shù)據(jù)專業(yè)能力的 ...
2025-07-04SQL Server 字符串截取轉(zhuǎn)日期:解鎖數(shù)據(jù)處理的關(guān)鍵技能? 在數(shù)據(jù)處理與分析工作中,數(shù)據(jù)格式的規(guī)范性是保證后續(xù)分析準確性的基礎(chǔ) ...
2025-07-04CDA 數(shù)據(jù)分析師視角:從數(shù)據(jù)迷霧中探尋商業(yè)真相? 在數(shù)字化浪潮席卷全球的今天,數(shù)據(jù)已成為企業(yè)決策的核心驅(qū)動力,CDA(Certifie ...
2025-07-04CDA 數(shù)據(jù)分析師:開啟數(shù)據(jù)職業(yè)發(fā)展新征程? ? 在數(shù)據(jù)成為核心生產(chǎn)要素的今天,數(shù)據(jù)分析師的職業(yè)價值愈發(fā)凸顯。CDA(Certified D ...
2025-07-03