Muốn biết model đoán dữ liệu mới tốt tới đâu, ta giữ riêng một phần dữ liệu, không cho model học, rồi chấm trên phần đó. Phần ấy gọi là validation. Con số chấm được chỉ đáng tin khi validation giống lúc dùng thật.
Ví dụ model sẽ dùng cho học sinh của một trường mới, và mỗi học sinh có ba bài làm trong dữ liệu. Chia ngẫu nhiên từng bài làm thì cùng một học sinh có bài ở cả hai phía: model nhận ra người quen, và điểm validation đẹp hơn thực tế. Bài này dạy ba cách chia (ngẫu nhiên giữ tỉ lệ lớp, theo nhóm, theo thời gian) và cross-validation: chia nhiều lần rồi lấy trung bình cho bớt may rủi.
Bài này dành cho tài khoản Pro
Mở khóa bằng tài khoản Pro