
前面小編給大家簡(jiǎn)單介紹過擬合和欠擬合時(shí),提到了一個(gè)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(duì)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(yàn)證集上的得分變化曲線。橫坐標(biāo)為·樣本數(shù),縱坐標(biāo)為訓(xùn)練和交叉驗(yàn)證集上的得分(如準(zhǔn)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(jìn)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(dāng)訓(xùn)練集和測(cè)試集的誤差收斂但卻很高時(shí),為高偏差。
左上圖中訓(xùn)練集和驗(yàn)證集上的曲線能夠收斂,但偏差很高,訓(xùn)練集和驗(yàn)證集上準(zhǔn)確率相差很大,卻都很差。這種情況下模型對(duì)已知數(shù)據(jù)和未知數(shù)據(jù)都不能進(jìn)行準(zhǔn)確的預(yù)測(cè),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(xiàng)。
注意:此時(shí)通過增加數(shù)據(jù)量是不起作用的。
(2)當(dāng)訓(xùn)練集和測(cè)試集上誤差之間有大的差距時(shí),為高方差。
當(dāng)訓(xùn)練集的準(zhǔn)確率比其他獨(dú)立數(shù)據(jù)集上的測(cè)試結(jié)果的準(zhǔn)確率要高時(shí),一般都是過擬合。
右上圖中,訓(xùn)練集和驗(yàn)證集的準(zhǔn)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(xiàng),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(gè)訓(xùn)練樣本,訓(xùn)練出 len(X_train) 個(gè)模型,第一次使用一個(gè)樣本訓(xùn)練出第一個(gè)模型,第二次使用兩個(gè)樣本訓(xùn)練出第二個(gè)模型,… ,第 len(X_train) 次使用 len(X_train) 個(gè)樣本訓(xùn)練出最后一個(gè)模型;
每個(gè)模型對(duì)于訓(xùn)練這個(gè)模型所使用的部分訓(xùn)練數(shù)據(jù)集的預(yù)測(cè)值:y_train_predict = 模型.predict(X_train[ : i ]);
每個(gè)模型對(duì)于訓(xùn)練這個(gè)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(gè)模型對(duì)于整個(gè)測(cè)試數(shù)據(jù)集的預(yù)測(cè)值:y_test_predict = 模型.predict(X_test)
每個(gè)模型對(duì)于整個(gè)測(cè)試數(shù)據(jù)集的預(yù)測(cè)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(duì)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(duì)應(yīng)的測(cè)試數(shù)據(jù)集的預(yù)測(cè)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(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):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(bào)考條件詳解與準(zhǔn)備指南? ? 在數(shù)據(jù)驅(qū)動(dòng)決策的時(shí)代浪潮下,CDA 數(shù)據(jù)分析師認(rèn)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(jì)的實(shí)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(qiáng)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(shí)施重大更新。 此次更新旨在確保認(rèn) ...
2025-07-10BI 大數(shù)據(jù)分析師:連接數(shù)據(jù)與業(yè)務(wù)的價(jià)值轉(zhuǎn)化者? ? 在大數(shù)據(jù)與商業(yè)智能(Business Intelligence,簡(jiǎn)稱 BI)深度融合的時(shí)代,BI ...
2025-07-10SQL 在預(yù)測(cè)分析中的應(yīng)用:從數(shù)據(jù)查詢到趨勢(shì)預(yù)判? ? 在數(shù)據(jù)驅(qū)動(dòng)決策的時(shí)代,預(yù)測(cè)分析作為挖掘數(shù)據(jù)潛在價(jià)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(jià)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(diǎn),而是將數(shù) ...
2025-07-10CDA 數(shù)據(jù)分析師考試:從報(bào)考到取證的全攻略? 在數(shù)字經(jīng)濟(jì)蓬勃發(fā)展的今天,數(shù)據(jù)分析師已成為各行業(yè)爭(zhēng)搶的核心人才,而 CDA(Certi ...
2025-07-09【CDA干貨】單樣本趨勢(shì)性檢驗(yàn):捕捉數(shù)據(jù)背后的時(shí)間軌跡? 在數(shù)據(jù)分析的版圖中,單樣本趨勢(shì)性檢驗(yàn)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(shí)間維度的精準(zhǔn)切片? ? 在數(shù)據(jù)的世界里,時(shí)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(zhǔn) ...
2025-07-09CDA 備考干貨:Python 在數(shù)據(jù)分析中的核心應(yīng)用與實(shí)戰(zhàn)技巧? ? 在 CDA 數(shù)據(jù)分析師認(rèn)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(yàn):數(shù)據(jù)趨勢(shì)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(zhǔn)確捕捉數(shù)據(jù)的趨勢(shì)變化以及識(shí)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(rèn)證作為國內(nèi)權(quán)威的數(shù)據(jù)分析能力認(rèn)證 ...
2025-07-08LSTM 輸出不確定的成因、影響與應(yīng)對(duì)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(dú)特的門控機(jī)制,在 ...
2025-07-07統(tǒng)計(jì)學(xué)方法在市場(chǎng)調(diào)研數(shù)據(jù)中的深度應(yīng)用? 市場(chǎng)調(diào)研是企業(yè)洞察市場(chǎng)動(dòng)態(tài)、了解消費(fèi)者需求的重要途徑,而統(tǒng)計(jì)學(xué)方法則是市場(chǎng)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(dāng)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(dòng)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(zhǔn)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(dòng)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(jià)值愈發(fā)凸顯。CDA(Certified D ...
2025-07-03