Kvíz spojený s průvodcem · Střední úroveň
Kvíz o osvědčených postupech pro rozdělení na trénovací, validační a testovací množinu
Zvolte datová oddělení, která odpovídají prostředí nasazení, zabraňují úniku dat napříč skupinami a časem a vyčleňují testovací data pro konečné vyhodnocení.
Otázka 1 z 8
Jak se validační data obvykle používají během vývoje modelu?
Náhled každé otázky8 otázky
Odpovědi a vysvětlení se zobrazují, jak budete v kvízu.
- Jak se validační data obvykle používají během vývoje modelu?
- K natrénování konečného modelu a získání jeho nezkresleného skóre
- K nahrazení trénovacích dat
- K zaručení budoucího výkonu
- K porovnání možností, jako jsou hyperparametry, bez použití konečné testovací sady
- Co se stane, když se testovací sada opakovaně používá k výběru variant modelu?
- Stává se nezávislejší
- Stává se součástí výběru modelu a uváděný odhad testu může být optimistický
- Zaručuje nezkreslenou přesnost
- Zabraňuje přeučení
- Kdy je vhodné rozdělení zohledňující skupiny?
- Kdykoli jsou data již seřazena abecedně
- Pouze tehdy, když je každá štítková hodnota unikátní
- Když se související vzorky, jako je stejná osoba nebo místo, nesmí vyskytovat napříč odděleními
- Když model nemá žádnou validační sadu
- Proč používat časové rozdělení pro úlohu budoucí predikce?
- Trénuje se na dřívějších pozorováních a testuje se na pozdějších, což odpovídá časové predikci
- Vždy to zvyšuje velikost vzorku
- Náhodně vyvažuje všechna data
- Odstraňuje sezónnost
- Kde by měl být měřítkový faktor (scaler) fitován během křížové validace?
- Na všech řádcích před rozdělením
- Pouze na testovací sadě
- On a separate external dataset after evaluation
- On the training fold, then applied to its held-out fold
- How should augmented versions of one original image be split?
- Place every augmented version in the test set
- Split them independently at random
- Keep them in the same partition as their source image
- Delete the original and split the copies
- Is a 70/15/15 split universally best?
- Yes, for every data science task
- No; partition sizes and method depend on data volume and evaluation goal
- Yes, if a model is neural
- No, because splits are never useful
- What does a held-out test score estimate?
- Performance for the population and conditions represented by that test set
- Performance for every future population with certainty
- The probability that the model is fair
- Rychlost tréninku