Adattare i dati

- Nell'apprendimento automatico dovrai lavorare con un set di formazione. Si tratta di un insieme più piccolo di dati più grandi utilizzati per ottimizzare gli algoritmi. A loro volta, questi algoritmi ti aiuteranno a creare un modello che funzionerà per il set di dati di test più grande. Sfortunatamente, questi modelli di set di allenamento possono rivelarsi un po 'una sfida. Puoi provare a creare un modello semplice. Questo potrebbe funzionare per piccoli set di allenamento, ma è inflessibile quando si guardano dati più grandi. Questo è in genere chiamato underfitting. D'altra parte, è possibile creare un modello abbastanza flessibile da funzionare con il set di dati, ma così complesso da essere difficile da capire. Questo è in genere chiamato overfitting. Pensiamo a come potrebbe effettivamente essere. Immagina di lavorare per un sito web come Zillow che abbina acquirenti e venditori di case. Stai cercando di creare un modello di dati che aiuti i tuoi acquirenti a prevedere il…