Held-Out
term_id: held_out
Category: basic_concepts
Definition
Ein ‘Held-Out’-Datensatz besteht aus Beispielen, die absichtlich von der Trainingsphase eines maschinellen Lernmodells ausgeschlossen wurden. Diese Teilmenge wird verwendet, um zu beurteilen, wie gut das Modell auf ungesehene Daten verallgemeinert, und bietet eine unvoreingenommene Schätzung der Leistung während des Entwicklungsprozesses.
Summary
Datenproben, die aus dem Trainingsset zurückgehalten werden, um die Modellleistung zu bewerten und Overfitting während der Entwicklung zu verhindern.
Key Concepts
- Verallgemeinerung
- Overfitting
- Validierungsdatensatz
- Unvoreingenommene Bewertung
Use Cases
- Abstimmung von Hyperparametern
- Vergleich verschiedener Modellarchitekturen
- Endgültige Leistungsschätzung vor dem Produktiveinsatz