Eğitim ve test kümeleri

Python'da Machine Learning için Ön İşleme

James Chapman

Curriculum Manager, DataCamp

Neden bölelim?

_Overfitting_i azaltır
Ayrılmış bir kümede performansı değerlendir

Veri kümeni bölmek

from sklearn.model_selection import train_test_split
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)

   X_train y_train            
0      1.0       n
1      4.0       n
       ...
5      5.0       n
6      6.0       n

   X_test y_test
0     9.0      y
1     1.0      n
2     4.0      n

Tabakalı örnekleme

$100$ örnekli veri kümesi: $80$ sınıf 1 ve $20$ sınıf 2
$75$ örnekli eğitim kümesi: $60$ sınıf 1 ve $15$ sınıf 2
$25$ örnekli test kümesi: $20$ sınıf 1 ve $5$ sınıf 2

Tabakalı örnekleme

X_train,X_test,y_train,y_test = train_test_split(X, y, stratify=y, random_state=42)

y["labels"].value_counts()

class1    80
class2    20
Name: labels, dtype: int64

Tabakalı örnekleme

y_train["labels"].value_counts()

class1    60
class2    15
Name: labels, dtype: int64

y_test["labels"].value_counts()

class1    20
class2    5
Name: labels, dtype: int64

Hadi pratik yapalım!

Python'da Machine Learning için Ön İşleme