La question du test de cours: Dans la modélisation prédictive, pourquoi devriez-vous utiliser la validation de modèle?Chers collègues,
Actuellement, j'étudie à " Cours "Pensée statistique pour la résolution de problèmes industriels" et pendant le quiz, une question a été posée avec quatre réponses possibles. J'ai bien peur que la réponse acceptée par l'interface du quiz soit correcte.
La question est:
Dans la modélisation prédictive, pourquoi devriez-vous utiliser la validation de modèle?
Sélectionnez-en un:
- Utilisez-le pour vous assurer que vous avez adapté le bon modèle.
- Utilisez-le pour vous assurer que votre modèle se généralise bien aux nouvelles données.
- Utilisez-le pour vous assurer que vous pouvez identifier la variable la plus significative.
- Vous n'avez pas besoin d'utiliser la validation de modèle dans la modélisation prédictive.
J'ai sélectionné 1, car la validation est nécessaire pour comprendre si un modèle est adéquat (pas de sur-ajustement, par exemple) avant l'introduction de nouvelles données de test pour la décision finale. Cependant, la bonne réponse est 2. Cela semble assez douteux car 2 est davantage lié aux données de test, ce qui est la prochaine étape après la validation.
S'il vous plaît, corrigez-moi si je me trompe et donnez-moi une précision.
Merci!
AutreRe: La question du test de cours: En modélisation prédictive, pourquoi devriez-vous utiliser la validation de modèle?La réponse 1 concerne la confirmation du modèle avec de nouvelles données empiriques. Vous faites une prédiction, généralement là où aucune observation préalable n'a été faite. Vous observez ensuite si la future observation est cohérente avec la prédiction. La réponse 2 concerne la généralisation, c'est-à-dire que vous n'avez pas trop adapté l'ensemble d'apprentissage. Une évaluation honnête par validation croisée est une méthode acceptable pour vérifier la généralisation.
Re: La question du test de cours: En modélisation prédictive, pourquoi devriez-vous utiliser la validation de modèle?Cher M. Bailey,
Merci beaucoup pour votre attention dévouée.
Cependant, ces options - 1 et 2 - ne donnent pas de réponses évidentes à la question. En tant que débutant avec JMP et Machine Learning, je suppose que les deux réponses peuvent être prises en compte dans le concept de validation de modèle.
Êtes-vous d'accord, en tant que spécialiste?
Re: La question du test de cours: En modélisation prédictive, pourquoi devriez-vous utiliser la validation de modèle?Il est difficile de rédiger de bonnes questions et réponses d'examen. Cette question, cependant, est simple.
La validation croisée ne peut pas être utilisée pour garantir le bon modèle. Seules de nouvelles observations empiriques peuvent être utilisées pour tester l'exactitude. Dans le schéma général de l'évaluation honnête, de nombreux modélisateurs prédictifs utilisent Trois ensembles de rétention: entraînement , validation , et tester . Seules les données d'apprentissage sont utilisées pour s'adapter au modèle. Seules les données de validation sont utilisées pour vérifier la généralisation du modèle, et seules les données de test sont utilisées pour confirmer que le modèle est correct. La réponse 2 est donc la bonne réponse.
Re: La question du test de cours: En modélisation prédictive, pourquoi devriez-vous utiliser la validation de modèle?Merci beaucoup!
Meilleures salutations,
Michael
