読み方のヒント

矢印ボタン(または ← → キー)でページを移動できます。

第3節 練習用と確認用にデータを分ける

3.2 当たった割合を計算する

拓海は、80件の訓練データで学習し直し、2つのデータで当たった割合を計算しました。

データ件数当たった件数当たった割合
訓練データ807878÷80=97.5%
テストデータ201515÷20=75%

店で新しい声に使ったときに近いのは、テストデータの75%です。訓練データの97.5%との差が大きいことは、第4節で扱う問題の手がかりになります。

データの分け方にも注意が必要です。

  1. 同じ声が、訓練データとテストデータの両方に入らないようにする
  2. 時期で変わるデータ(売上など)は、古い時期を訓練データ、新しい時期をテストデータにする
  3. テストデータの件数が少なすぎると、1件の当たり外れで割合が大きく動く

2の理由は、実際の予測が「過去のデータで学び、未来を当てる」形だからです。6月と8月を混ぜて分けると、8月の様子を知ったモデルで6月を当てることになり、実際より当たりやすく見えます。

解答
  1. 訓練データは80÷80=100%、テストデータは14÷20=70%
  2. 3.2の表のモデル(テストデータで75%)

訓練データの割合は上がっていますが、新しい声での当たり方に近いテストデータの割合は下がっています。比べるときは、テストデータの割合を使います。

11 / 24