トレーニング エラートレーニング エラー
トレーニングエラーこれはデータ トレーニング中に発生する誤差であり、トレーニング データ上のモデルの平均損失とみなすことができます。
トレーニングエラーと他のエラーの違い
- トレーニングエラー: トレーニングセット上のモデルのエラー
- 検証エラー: 検証セット上のモデルのエラー
- テストエラー: テストセット上のモデルのエラー
- 一般化誤差: モデルの一般化可能性を測定します。
- これらをまとめると、トレーニング誤差 < 検証誤差 < テスト誤差 ≒ 汎化誤差 という関係になります。
トレーニングエラーの役割
- トレーニング セット: モデルを適合させ、トレーニング エラーのサイズを比較することによってモデル パラメーターを取得するために使用されます。
- 最小トレーニング誤差: 特定のモデルを見つけて、関連するパラメーターを適合させるために使用されます。
- テスト セット: モデルの評価に使用され、テスト セットに対するモデルの偏差と分散を計算することで、テスト誤差を最小限に抑えることができます。
- 概要: トレーニング誤差についてはバイアスと分散は考慮されず、トレーニング誤差を最小限に抑えるだけです。