Re: [問題] 李宏毅老師ML課程作業評分

看板DataScience作者 (我很有事)時間6年前 (2018/08/10 02:55), 編輯推噓2(200)
留言2則, 2人參與, 6年前最新討論串2/2 (看更多)
無法知道private與public。 設定private與public最主要的目的就是, 避免有人照著評分表去"調答案"。 如果今天有人可以根據評分表去調答案, 那麼他可以在public set得到更好的結果, 但就因為調答案是隨機亂調的, 你可以在public set得到好的結果, 但是最後private set的結果根本不知道會如何,可能還變差了。 所以private與public是無法得知的,不然就很容易作弊了。 ※ 引述《sarsman (DeNT15T♠)》之銘言: : 問題類別:ML : 問題內容:小弟是ML新手 : 最近在看李宏毅老師的ML課程影片,想以課程中的作業做練習 : 作業的評分方式是以上傳data到Kaggle後的評分為準 : 但只有當期選課的學生才能上傳並評分 : 而老師後來有釋出解答data : 想請問自行練習的話 : 有沒有辦法run出data後,以解答data算出Kaggle上的評分? : 作業連結:https://ntumlta.github.io/2017fall-ml-hw1/ : 更新:剛發完文就找到評分方式了... : 原來單純是Root Mean Squared Error : 不過請問有辦法分出240筆資料中哪些是private/public嗎QQ -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 118.166.218.97 ※ 文章網址: https://www.ptt.cc/bbs/DataScience/M.1533840912.A.18B.html

08/10 03:29, 6年前 , 1F
懂了XD
08/10 03:29, 1F

08/10 21:52, 6年前 , 2F
關鍵字:overfitting, cross-validation
08/10 21:52, 2F
文章代碼(AID): #1RR8uG6B (DataScience)
討論串 (同標題文章)
文章代碼(AID): #1RR8uG6B (DataScience)