Eğitim Seti Nedir?
İngilizce: Training Set
Yayın: · Son güncelleme:
Eğitim Seti Nedir? Kısaca
Eğitim seti (training set), bir veri setinin makine öğrenmesi modelinin parametrelerini ayarlamak, yani örüntüleri öğrenmek için kullanılan bölümüdür. Modelin başarısı ise eğitimde görmediği doğrulama ve test verileriyle ölçülür.
Eğitim seti (training set), modelin "ders çalıştığı" veridir. Model, bu verilerdeki girdiler ile doğru cevaplar arasındaki ilişkiyi öğrenir ve iç parametrelerini buna göre ayarlar. Bir öğrencinin çözdüğü alıştırma soruları gibi düşünebilirsin; sınav soruları ise ayrı tutulur.
Eğitim seti nedir?
Bir veri seti genellikle üç parçaya bölünür:
| Bölüm | Görevi |
|---|---|
| Eğitim seti | Modelin parametrelerini öğrenmesi |
| Doğrulama seti | Hiperparametre ve model seçimi |
| Test seti | Son performansın tarafsız ölçümü |
Yaygın bir pratik, verinin büyük kısmını (ör. yüzde 70-80) eğitime, kalanını doğrulama ve teste ayırmaktır. Ancak kesin bir kural yoktur; veri azsa çapraz doğrulama gibi yöntemler tercih edilir.
Nasıl kullanılır?
Eğitim sırasında model, eğitim setindeki örnekler üzerinde tahmin yapar, hatasını ölçer ve parametrelerini hatayı azaltacak yönde günceller. Bu işlem verinin tamamı üzerinden birçok kez tekrarlanır; her tam tura epoch denir. Eğitim hatası düşerken doğrulama hatası artmaya başlarsa model eğitim setini ezberliyor demektir.
Nelere dikkat etmeli?
- Ayrım net olmalı: Test verisinden herhangi bir bilgi eğitim setine sızmamalıdır; aksi hâlde sonuçlar gerçekte olduğundan iyi görünür.
- Zaman sırası korunmalı: Zaman serisi verilerinde eğitim seti geçmişten, test seti gelecekten seçilmelidir.
- Temsil gücü önemli: Eğitim seti, modelin karşılaşacağı gerçek verilere benzemelidir. Örneğin yalnızca gündüz çekilmiş fotoğraflarla eğitilen bir model gece görüntülerinde zorlanabilir.
- Sınıf dengesi: Nadir sınıflar varsa bölme işleminde oranlar korunmalıdır (tabakalı bölme).
Sıkça Sorulan Sorular
Eğitim seti ile test seti neden ayrı tutulur?
Modelin daha önce görmediği verilerde ne kadar başarılı olduğunu anlamak için. Aynı veriyle test edilen bir model ezberlemiş olsa bile başarılı görünür.
Eğitim seti ne kadar büyük olmalı?
Kesin bir oran yoktur. Genellikle verinin çoğu eğitime ayrılır; ancak veri azsa çapraz doğrulama ile her örnek hem eğitimde hem değerlendirmede kullanılabilir.