Variera träningsuppsättningens storlek
Storleken på dina tränings- och testuppsättningar påverkar modellens prestanda. Modeller lär sig bättre med mer träningsdata. Samtidigt finns det en risk att de överanpassas till träningsdatan och inte generaliserar väl till nya data – därför behöver du tillräckligt med testdata för att kunna utvärdera modellens förmåga att generalisera. Det handlar alltså om en viktig avvägning mellan hur mycket data du använder för träning och hur mycket du håller back för testning.
Hittills har du använt 70 % för träning och 30 % för testning. Nu ska du använda 80 % av datan för träning och se hur det påverkar modellens prestanda.
Den här övningen är en del av kursen
Marknadsföringsanalys: Prediktera kundbortfall i Python
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# Import train_test_split
from sklearn.model_selection import train_test_split
# Create feature variable
X = telco.drop('Churn', axis=1)
# Create target variable
y = telco['Churn']
# Create training and testing sets
X_train, X_test, y_train, y_test = ____