Doğrulama Seti Nedir?
İngilizce: Validation Set
Yayın: · Son güncelleme:
Doğrulama Seti Nedir? Kısaca
Doğrulama seti (validation set), makine öğrenmesinde modelin eğitim sırasında görmediği, hiperparametreleri ayarlamak, farklı modelleri karşılaştırmak ve eğitimin ne zaman durdurulacağına karar vermek için kullanılan veri bölümüdür.
Doğrulama seti (validation set), modelin ayarlarını seçmek için kullanılan ara sınav gibidir. Model bu verilerden doğrudan öğrenmez; ancak geliştirici, hangi ayarın daha iyi sonuç verdiğine bu set üzerindeki performansa bakarak karar verir.
Doğrulama seti nedir?
Bir model geliştirirken öğrenme oranı, ağaç derinliği ya da katman sayısı gibi birçok hiperparametre seçmen gerekir. Bunları eğitim setine bakarak seçersen, ezberleyen model her zaman daha iyi görünür. Test setine bakarak seçersen, test seti artık tarafsız olmaktan çıkar. Doğrulama seti bu ikisinin arasında durur.
Nasıl kullanılır?
- Model, farklı hiperparametre seçenekleriyle eğitim setinde eğitilir.
- Her seçeneğin performansı doğrulama setinde ölçülür.
- En iyi sonucu veren ayar seçilir.
- Son model, hiç dokunulmamış test setinde bir kez değerlendirilir.
Doğrulama seti ayrıca erken durdurma için kullanılır: Eğitim ilerlerken doğrulama hatası düşmeyi bırakıp artmaya başlarsa, model ezberlemeye başlamış demektir ve eğitim durdurulur.
Test setinden farkı ve dikkat edilecekler
| Doğrulama seti | Test seti | |
|---|---|---|
| Ne zaman kullanılır? | Geliştirme sırasında, defalarca | Sonda, bir kez |
| Amacı | Ayar ve model seçimi | Tarafsız son ölçüm |
Doğrulama setine çok sayıda deneme yaparak bakmak, zamanla ona da "uyum sağlamaya" yol açar; bu yüzden son karar test setiyle verilmelidir. Veri azsa tek bir doğrulama seti yerine, veriyi dönüşümlü olarak bölen çapraz doğrulama daha güvenilir sonuç verir. Bazı kaynaklarda "doğrulama" ve "test" terimleri birbirinin yerine kullanıldığı için okurken bağlama dikkat etmek gerekir.
Sıkça Sorulan Sorular
Doğrulama seti ile test seti arasındaki fark nedir?
Doğrulama seti geliştirme sırasında ayar ve model seçimi için tekrar tekrar kullanılır. Test seti ise yalnızca en sonda, seçilen modelin tarafsız performansını ölçmek için kullanılır.
Doğrulama seti olmadan model geliştirilebilir mi?
Mümkün ama riskli. Ayarlar eğitim ya da test verisine göre seçilirse sonuçlar yanıltıcı olur. Veri azsa ayrı bir set yerine çapraz doğrulama kullanılabilir.