Файл:Traintest uk.svg
Перейти до навігації
Перейти до пошуку
Розмір цього попереднього перегляду PNG для вихідного SVG-файлу: 720 × 270 пікселів. Інші роздільності: 320 × 120 пікселів | 640 × 240 пікселів | 1024 × 384 пікселів | 1280 × 480 пікселів | 2560 × 960 пікселів.
Повна роздільність (SVG-файл, номінально 720 × 270 пікселів, розмір файлу: 38 КБ)
|
Відомості про цей файл містяться на Вікісховищі — централізованому сховищі вільних файлів мультимедіа для використання у проектах Фонду Вікімедіа. |
Опис файлу
| Опис |
English: Plots showing a training set and a test set from the same statistical population. Two curves are fit to the training set, one of which is an overfit. By plotting these curves with the test data, the overfitting can be seen. Labelled in Ukrainian.
Українська: Графіки, що показують тренувальний та випробувальний набори з однієї й тієї же статистичної сукупності. До тренувального набору допасовано дві криві, одна з яких є перенавченою. Відклавши ці криві разом з випробувальними даними, можливо побачити це перенавчання. |
| Час створення | |
| Джерело | |
| Автор |
|
| Інші версії |
[]
|
| SVG розвиток |  Вихідний код цього SVG-файлу правильний.  Це векторне зображення було створено з допомогою Matplotlib |
| Сирцевий код | Python codeimport numpy as np
import matplotlib.pyplot as plt
m = 0.2 ## сітка на абсцисі
s = 3 ## стандартне відхилення похибок
def pdesign(X, d):
"""Породити поліноміальну матрицю плана на X порядку d."""
V = X[:,np.newaxis]
F = [V**k for k in range(d+1)]
D = np.concatenate(F, axis=1)
return D
def regfit(Y, D):
"""Побудувати регресію Y на D із застосуванням найменших квадратів."""
U,S,Vt = np.linalg.svd(D,0)
V = np.transpose(Vt)
return np.dot(U, np.dot(np.transpose(U), Y))
X = np.arange(-2, 2, m, dtype=np.float64)
D1 = pdesign(X, 3)
D2 = pdesign(X, 13)
EY = X + X**3
Y1 = EY + np.random.normal(size=len(X))*s ## [-7.901482, -2.764213, -1.383876, -8.100520, -2.873116, -0.344636, -1.117144, -4.933910, -0.848361, 3.265164, 1.842207, 2.015817, 9.534801, 0.891035, 5.092503, 5.912057, -1.226368, 7.750029, 5.670956, -1.648104]
Y2 = EY + np.random.normal(size=len(X))*s ## [-8.637744, -6.147082, -7.329850, -4.124987, -2.021752, 0.551831, -0.123082, 1.197885, -3.256714, 2.690225, 0.156213, 3.253439, -0.812854, -1.382195, 0.785456, 4.674591, 7.013887, 8.200408, 12.500000, 5.590095]
Yhat1 = regfit(Y1, D1)
Yhat2 = regfit(Y1, D2)
plt.clf()
plt.figure(figsize=(8,3))
ax1 = plt.axes([0.06,0.1,0.4,0.8])
plt.title("Тренувальний набір")
plt.plot(X, Y1, 'o')
#plt.hold(True)
plt.plot(X, Yhat1, '-', color='green')
plt.plot(X, Yhat2, '-', color='orange')
ax1.set_ylim(-10, 10)
ax1.set_xticks([-2,-1,0,1,2])
ax2 = plt.axes([0.56,0.1,0.4,0.8])
plt.title("Випробувальний набір")
plt.plot(X, Y2, 'o')
plt.plot(X, Yhat1, '-', color='green')
plt.plot(X, Yhat2, '-', color='orange')
ax2.set_xticks([-2,-1,0,1,2])
ax2.set_ylim(-10, 10)
plt.savefig("traintest uk.png")
plt.savefig("traintest uk.svg")
print(((Yhat1-Y1)**2).mean())
print(((Yhat2-Y1)**2).mean())
print(((Yhat1-Y2)**2).mean())
print(((Yhat2-Y2)**2).mean())
|
Ліцензування
Цей файл ліцензований на умовах Creative Commons Attribution 3.0 Unported
- Ви можете вільно:
- ділитися – копіювати, поширювати і передавати твір
- модифікувати – переробляти твір
- При дотриманні таких умов:
- зазначення авторства – Ви повинні вказати авторство, надати посилання на ліцензію і вказати, чи якісь зміни було внесено до оригінального твору. Ви можете зробити це в будь-який розсудливий спосіб, але так, щоб він жодним чином не натякав на те, наче ліцензіар підтримує Вас чи Ваш спосіб використання твору.
Історія файлу
Клацніть на дату/час, щоб переглянути, як тоді виглядав файл.
| Дата/час | Мініатюра | Розмір об'єкта | Користувач | Коментар | |
|---|---|---|---|---|---|
| поточний | 09:39, 6 липня 2020 | | 720 × 270 (38 КБ) | Olexa Riznyk | Uploaded a work by * File:Traintest.svg: {{Ut|Skbkekas}} * derivative work: {{Ut|Olexa Riznyk}} from * File:Traintest.svg with UploadWizard |
Використання файлу
Така сторінка використовує цей файл:
