<\/p>\n
Untuk mengevaluasi performa suatu model pada kumpulan data, kita perlu mengukur seberapa cocok prediksi yang dibuat oleh model tersebut dengan data yang diamati.<\/span><\/p>\n Metode yang umum digunakan untuk melakukan hal ini dikenal sebagai k-fold cross-validation<\/a> , yang menggunakan pendekatan berikut:<\/span><\/p>\n 1.<\/strong> Bagi kumpulan data secara acak menjadi k<\/em> kelompok, atau \u201clipatan\u201d, yang ukurannya kira-kira sama.<\/span><\/p>\n 2.<\/strong> Pilih salah satu lipatan sebagai set penahan. Sesuaikan template dengan sisa k-1 lipatan. Hitung uji MSE pada pengamatan pada lapisan yang dikencangkan.<\/span><\/p>\n 3.<\/strong> Ulangi proses ini sebanyak k<\/em> kali, setiap kali menggunakan himpunan berbeda sebagai himpunan pengecualian.<\/span><\/p>\n 4.<\/strong> Hitung UMK uji keseluruhan sebagai rata-rata UMK uji k<\/em> .<\/span><\/p>\n Tutorial ini memberikan contoh langkah demi langkah tentang cara melakukan validasi silang k-fold untuk model tertentu dengan Python.<\/span><\/p>\n Pertama, kita akan memuat fungsi dan perpustakaan yang diperlukan untuk contoh ini:<\/span><\/p>\n Selanjutnya, kita akan membuat pandas DataFrame yang berisi dua variabel prediktor, x1<\/sub> dan x2<\/sub> , dan satu variabel respons y.<\/span><\/p>\n Selanjutnya, kita akan menyesuaikan model regresi linier berganda<\/a> ke kumpulan data dan melakukan LOOCV untuk mengevaluasi performa model.<\/span><\/p>\n Dari hasilnya terlihat mean absolute error (MAE) adalah 3,614<\/strong> . Artinya, rata-rata kesalahan absolut antara prediksi model dan data pengamatan sebenarnya adalah 3,614.<\/span><\/p>\n Secara umum, semakin rendah MAE, semakin baik suatu model mampu memprediksi observasi aktual.<\/span><\/p>\n Metrik lain yang umum digunakan untuk mengevaluasi kinerja model adalah root mean square error (RMSE). Kode berikut menunjukkan cara menghitung metrik ini menggunakan LOOCV:<\/span><\/p>\n Dari hasilnya terlihat bahwa root mean square error (RMSE) adalah 4.284<\/strong> .<\/span><\/p>\n Semakin rendah RMSE, semakin baik suatu model mampu memprediksi observasi aktual.<\/span><\/p>\n Dalam praktiknya, kami biasanya menyesuaikan beberapa model berbeda dan membandingkan RMSE atau MAE masing-masing model untuk memutuskan model mana yang menghasilkan tingkat kesalahan pengujian terendah dan oleh karena itu merupakan model terbaik untuk digunakan.<\/span><\/p>\n Perhatikan juga bahwa dalam contoh ini kami memilih untuk menggunakan k=5 lipatan, namun Anda dapat memilih jumlah lipatan berapa pun yang Anda inginkan.<\/span><\/p>\n Dalam praktiknya, kami biasanya memilih antara 5 dan 10 lapis, karena ini terbukti merupakan jumlah lapis optimal yang menghasilkan tingkat kesalahan pengujian yang dapat diandalkan.<\/span><\/p>\n Anda dapat menemukan dokumentasi lengkap untuk fungsi KFold() sklearn di sini<\/a> .<\/em><\/span><\/p>\n Pengantar Validasi Silang K-Fold<\/a> Untuk mengevaluasi performa suatu model pada kumpulan data, kita perlu mengukur seberapa cocok prediksi yang dibuat oleh model tersebut dengan data yang diamati. Metode yang umum digunakan untuk melakukan hal ini dikenal sebagai k-fold cross-validation , yang menggunakan pendekatan berikut: 1. Bagi kumpulan data secara acak menjadi k kelompok, atau \u201clipatan\u201d, yang ukurannya kira-kira sama. […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"\n Langkah 1: Muat Perpustakaan yang Diperlukan<\/strong><\/span><\/h3>\n
from<\/span> sklearn. model_selection<\/span> import<\/span> train_test_split\nfrom<\/span> sklearn. model_selection<\/span> import<\/span> KFold\nfrom<\/span> sklearn. model_selection<\/span> import<\/span> cross_val_score\nfrom<\/span> sklearn. linear_model<\/span> import<\/span> LinearRegression\nfrom<\/span> numpy import<\/span> means\nfrom<\/span> numpy import<\/span> absolute\nfrom<\/span> numpy import<\/span> sqrt\nimport<\/span> pandas as<\/span> pd\n<\/strong><\/span><\/pre>\n Langkah 2: Buat datanya<\/strong><\/span><\/h3>\n
df = pd.DataFrame({' y<\/span> ': [6, 8, 12, 14, 14, 15, 17, 22, 24, 23],\n ' x1<\/span> ': [2, 5, 4, 3, 4, 6, 7, 5, 8, 9],\n ' x2<\/span> ': [14, 12, 12, 13, 7, 8, 7, 4, 6, 5]})\n<\/strong><\/span><\/pre>\n Langkah 3: Lakukan Validasi Silang K-Fold<\/strong><\/span><\/h3>\n
#define predictor and response variables\n<\/span>X = df[[' x1<\/span> ', ' x2<\/span> ']]\ny = df[' y<\/span> ']\n\n#define cross-validation method to use\n<\/span>cv<\/span> =<\/span> KFold<\/span> (<\/span> n_splits<\/span> =<\/span> 10<\/span> ,<\/span> random_state<\/span> =<\/span> 1<\/span> ,<\/span> shuffle<\/span> =<\/span> True<\/span> )<\/span>\n\n#build multiple linear regression model\n<\/span>model = LinearRegression()\n\n#use k-fold CV to evaluate model\n<\/span>scores = cross_val_score(model, X, y, scoring=' neg_mean_absolute_error<\/span> ',\n cv=cv, n_jobs=-1)\n\n#view mean absolute error\n<\/span>mean(absolute(scores))\n\n3.6141267491803646\n<\/strong><\/span><\/pre>\n #define predictor and response variables\n<\/span>X = df[[' x1<\/span> ', ' x2<\/span> ']]\ny = df[' y<\/span> ']\n\n#define cross-validation method to use\n<\/span>cv<\/span> =<\/span> KFold<\/span> (<\/span> n_splits<\/span> =<\/span> 5<\/span> ,<\/span> random_state<\/span> =<\/span> 1<\/span> ,<\/span> shuffle<\/span> =<\/span> True<\/span> )<\/span> \n\n#build multiple linear regression model\n<\/span>model = LinearRegression()\n\n#use LOOCV to evaluate model\n<\/span>scores = cross_val_score(model, X, y, scoring=' neg_mean_squared_error<\/span> ',\n cv=cv, n_jobs=-1)\n\n#view RMSE\n<\/span>sqrt(mean(absolute(scores)))\n\n4.284373111711816<\/strong><\/span><\/pre>\n Sumber daya tambahan<\/strong><\/span><\/h3>\n
Panduan Lengkap Regresi Linier dengan Python<\/a>
Validasi Silang Tinggalkan Satu Keluar dengan Python<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"