#model-selection

1 記事

01 ·機械学習の基礎·無料·16分で読めます 検証データの割合は何対何にするのか — 振って測ったら、効いていたのは割合ではなく件数だった 手元のデータを訓練と検証に分けるとき、8:2 なのか 7:3 なのか。候補30通りのモデル選択を2,000回くり返して、割合を5%から50%まで振って汎化誤差を測りました。山はたしかにありますが、割合を10倍変えても損は1.2倍しか動かず、割合が同じまま件数を4倍にすると6.5倍動きました。選んだ設定で全件を使い直すと山そのものが消えます。数百件を引けないときは k 分割が平均で勝ちますが、1回の勝負では半々です。