Mengapa kesalahan pelatihan lebih kecil dari kesalahan pengujian?

2024 Pengarang: Lynn Donovan | [email protected]. Terakhir diubah: 2023-12-15 23:48

NS kesalahan pelatihan biasanya akan kurang dari NS kesalahan tes karena data yang sama yang digunakan untuk menyesuaikan model digunakan untuk menilai kesalahan pelatihan . Bagian dari perbedaan antara kesalahan pelatihan dan kesalahan tes adalah karena pelatihan atur dan tes set memiliki nilai input yang berbeda.

Akibatnya, apakah kesalahan validasi selalu lebih tinggi dari kesalahan pelatihan?

Padahal secara umum, kesalahan pelatihan akan hampir selalu meremehkanmu kesalahan validasi . Namun mungkin untuk kesalahan validasi menjadi kurang daripada pelatihan . Anda dapat memikirkannya dengan dua cara: Anda pelatihan set memiliki banyak kasus 'sulit' untuk dipelajari.

Juga, mengapa kesalahan pelatihan meningkat? Namun, kesalahan pada set pengujian hanya berkurang saat kami menambahkan fleksibilitas hingga titik tertentu. Dalam hal ini, itu terjadi pada 5 derajat Sebagai fleksibilitas meningkat melampaui titik ini, kesalahan pelatihan meningkat karena model telah hafal pelatihan data dan kebisingan.

Demikian pula, Anda mungkin bertanya, apa itu kesalahan pelatihan dan kesalahan pengujian?

Kesalahan pelatihan terjadi ketika terlatih model kembali kesalahan setelah menjalankannya pada data lagi. Itu mulai mengembalikan salah hasil. Kesalahan pengujian adalah mereka yang terjadi ketika a terlatih model dijalankan pada kumpulan data yang tidak diketahuinya. Artinya, pelatihan data benar-benar berbeda dari pengujian data.

Mengapa akurasi validasi lebih tinggi daripada akurasi pelatihan?

NS pelatihan kerugian adalah lebih tinggi karena Anda telah mempersulit jaringan untuk memberikan jawaban yang benar. Namun, selama validasi semua unit tersedia, sehingga jaringan memiliki kekuatan komputasi penuh - dan dengan demikian kinerjanya mungkin lebih baik dibandingkan di dalam pelatihan.