Why is this extra step important in

Why is this extra step important in this model? The problem is called overfitting: If we supply too much data into our model creation, the model will actually be created perfectly, but just for that data. Remember: We want to use the model to predict future unknowns; we don't want the model to perfectly predict values we already know. This is why we create a test set. After we create the model, we check to ensure that the accuracy of the model we built doesn't decrease with the test set. This ensures that our model will accurately predict future unknown values. We'll see this in action using WEKA.

ผลลัพธ์ (ไทย) 1:

ทำไมจึงเป็นขั้นตอนนี้เพิ่มความสำคัญในรูปแบบนี้ เรียกว่าปัญหา overfitting: ถ้าเราใส่ข้อมูลมากเกินไปในการสร้างแบบจำลองของเรา แบบจะจริงมีสร้างสมบูรณ์ แต่สำหรับข้อมูลที่ จำไว้ว่า: เราต้องการใช้แบบจำลองเพื่อทำนายอนาคต unknowns เราไม่ต้องการแบบจำลองเพื่อทำนายค่าเรารู้อยู่แล้วอย่างสมบูรณ์ นี่คือเหตุผลที่เราสร้างชุดทดสอบ หลังจากที่เราสร้างแบบจำลอง เราตรวจสอบเพื่อให้แน่ใจว่า ความถูกต้องของแบบจำลองที่เราสร้างไม่ลด ด้วยชุดทดสอบ นี้ให้แน่ใจว่า รุ่นของเราจะต้องคาดการณ์ล่วงหน้าไม่รู้จัก เราจะเห็นได้ในการดำเนินการใช้ WEKA

ผลลัพธ์ (ไทย) 2:

ทำไมเป็นขั้นตอนพิเศษนี้มีความสำคัญในรูปแบบนี้ ปัญหาที่เรียกว่า overfitting: หากเราจัดหาข้อมูลมากเกินไปในการสร้างรูปแบบของเราในรูปแบบจริงจะถูกสร้างขึ้นอย่างสมบูรณ์แบบ แต่เพียงข้อมูลที่ โปรดจำไว้ว่าเราต้องการที่จะใช้รูปแบบการทำนายราชวงศ์ในอนาคตเราไม่ต้องการแบบจำลองเพื่อใช้ทำนายค่าอย่างสมบูรณ์แบบที่เรารู้อยู่แล้วว่า นี่คือเหตุผลที่เราสร้างชุดทดสอบ หลังจากที่เราได้สร้างรูปแบบที่เราจะตรวจสอบเพื่อให้แน่ใจว่าถูกต้องของรูปแบบที่เราสร้างขึ้นไม่ลดลงด้วยชุดทดสอบ เพื่อให้แน่ใจว่ารูปแบบของเราอย่างถูกต้องจะทำนายค่าที่ไม่รู้จักอนาคต เราจะเห็นสิ่งนี้ในการดำเนินการโดยใช้ Weka

ผลลัพธ์ (ไทย) 3:

ทำไมถึงเป็นขั้นตอนพิเศษที่สำคัญในรุ่นนี้ ปัญหาคือว่า overfitting : ถ้าเราจัดหาข้อมูลที่มากเกินไปในการสร้างแบบจำลอง แบบจำลองจะถูกสร้างขึ้นอย่างสมบูรณ์ แต่สำหรับข้อมูลที่ . จำไว้ว่า เราต้องการใช้ทำนายอนาคตที่เราไม่รู้ เราไม่ต้องการแบบจำลองเพื่อทำนายค่าสมบูรณ์ที่เรารู้แล้ว นี่คือเหตุผลที่เราสร้างชุดทดสอบ . หลังจากที่เราสร้างแบบจำลองเราตรวจสอบให้แน่ใจว่า ความถูกต้องของแบบที่เราสร้างไม่ลดกับชุดทดสอบ . นี้ช่วยให้มั่นใจว่าโมเดลของเราถูกต้องจะทำนายค่าไม่รู้อนาคต เราจะเห็นมันในการกระทำใช้ Weka .