Вывод, оценивание и принятие решений по данным
Модель может показывать почти идеальный результат на строках, на которых её обучали, и всё равно оказаться бесполезной на следующей партии реальных данных. Высокая точность на обучении лишь доказывает, что модель может подогнаться под уже виденные примеры; это ничего не говорит о том, выучила ли она закономерность, переносящуюся на новые случаи. Чтобы это выяснить, вы разбиваете имеющиеся данные на части, каждая из которых выполняет свою работу.
🔒 This is a Pro lesson — the interactive figure, worked examples, quiz and practice open with Pro access.
▶ Обучающая, валидационная и тестовая выборки