मान लीजिए कि मैंने प्रशिक्षण सेट पर कई मॉडलों को प्रशिक्षित किया, परीक्षण सेट पर क्रॉस सत्यापन सेट और मापा प्रदर्शन का उपयोग करके सबसे अच्छा एक का चयन करें। इसलिए अब मेरे पास एक अंतिम सर्वश्रेष्ठ मॉडल है। क्या मुझे प्रशिक्षण सेट पर प्रशिक्षित अपने सभी उपलब्ध डेटा या जहाज समाधान पर इसे वापस लेना चाहिए? यदि बाद में, तो क्यों?
अद्यतन: जैसा कि @ P.Windridge ने उल्लेख किया है, मूल रूप से सत्यापन के बिना एक मॉडल को शिपिंग करने का मतलब है एक मुकर गया मॉडल शिपिंग। लेकिन हम परीक्षण सेट के प्रदर्शन की रिपोर्ट कर सकते हैं और उसके बाद मॉडल को पूर्ण डेटा पर फिर से पकड़ना उचित प्रदर्शन की अपेक्षा करते हुए बेहतर प्रदर्शन करते हैं - क्योंकि हम अपने सर्वश्रेष्ठ मॉडल और अधिक डेटा का उपयोग करते हैं। ऐसी कार्यप्रणाली से क्या समस्याएं पैदा हो सकती हैं?
क्या आप बाहरी रूप से विनियमित वातावरण में काम कर रहे हैं? (यानी संभवतः आपको मान्य मॉडल को जहाज करना चाहिए , और आपका प्रश्न केवल काल्पनिक है, लेकिन यह वैसे भी चर्चा के लायक है :))। संपादित करें: ठीक है, मैं देख रहा हूं कि आपने अपनी पोस्ट संपादित की है।
—
P.Windridge 11
क्या आप मानते हैं कि आपका परीक्षण डेटा जनसंख्या का प्रतिनिधि है / जनसंख्या का एक हिस्सा देव नमूने में नहीं है? क्या आपका मूल विकास नमूना किसी तरह से कम है?
—
P.Windridge 11
@ P.Windridge अच्छी तरह से, मेरा सवाल सिर्फ काल्पनिक है। आपकी दूसरी टिप्पणी के बारे में मेरा मानना है कि किसी को भी एक इंजीनियर से यह उम्मीद नहीं करनी चाहिए कि वह उसे अप्रमाणित डेटा देते हुए एक अच्छे मॉडल को प्रशिक्षित करे।
—
यूरी
मैं कई स्थितियों की कल्पना नहीं कर सकता, जहाँ आप बिना सत्यापन के एक मॉडल शिप करेंगे। मैं इसके बजाय परीक्षण के नमूने के आकार को कम करने पर ध्यान दूंगा (इसके अधीन होने के बावजूद अभी भी इसे वैध बनाने के लिए काफी बड़ा है!)। संभवतः एक और अधिक दिलचस्प चर्चा पेशेवरों / विपक्ष के बारे में / चयन / मॉडल के आधार पर / सभी / डेटा पर आधारित है, और फिर इसे एक उप-नमूने का उपयोग करके प्रशिक्षित करना है, और फिर बाकी पर मान्य करना है।
—
P.Windridge 12
इसी तरह के सवाल = आंकड़े.stackexchange.com/questions/174026/… , हालांकि मुझे लगता है कि यह अधिक चर्चा का उपयोग कर सकता है
—
P.Windridge