学習用データサイズを変えてみる

学習用データとテスト用データのサイズは、モデルの性能に影響します。学習用データが多いほど、モデルはよりよく学習します。しかし、学習用データに過剰適合して新しいデータにうまく汎化できなくなるリスクもあります。モデルの汎化能力を正しく評価するには、十分なテスト用データも必要です。そのため、学習に使う割合とテストに確保する割合の間には、重要なバランスとトレードオフがあります。

これまでは学習に70%、テストに30%を使ってきました。ここでは学習に80%のデータを使い、モデル性能がどのように変化するか評価してみましょう。