Dwie próbki
Po zbudowaniu kilku modeli klasyfikacji na podstawie zbioru danych tic_tac_toe zauważasz, że niektóre modele nie uogólniają się tak dobrze jak inne. Podziały na zbiory treningowe i testowe wykonujesz zgodnie z poznaną metodą, więc zastanawiasz się, dlaczego proces walidacji nie działa tak, jak powinien.
Po wypróbowaniu innego podziału na zbiór treningowy i testowy zauważasz różnice w dokładności modelu uczenia maszynowego. Zanim zdenerwujesz się zmiennymi wynikami, postanawiasz sprawdzić, co jeszcze może być przyczyną tego problemu.
To ćwiczenie jest częścią kursu
Walidacja modeli w Pythonie
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Create two different samples of 200 observations
sample1 = tic_tac_toe.____(____, random_state=1111)
sample2 = tic_tac_toe.____(____, random_state=1171)