<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<oembed>
  <author_name>pytran</author_name>
  <author_url>https://blog.hatena.ne.jp/pytran/</author_url>
  <blog_title>ウホウホゴリラッホ</blog_title>
  <blog_url>https://pytran.hateblo.jp/</blog_url>
  <categories>
    <anon>はじパタ</anon>
    <anon>機械学習</anon>
  </categories>
  <description>識別規則と学習法の概要 「汎化能力を評価する」とは、学習データにないデータに対する予測能力を評価するということである。この章では主に手元にあるデータを学習データとテストデータに分ける方法をまとめる。 ホールドアウト法 最も単純な方法で実行時間も早い方法でもある。データを学習データとテストデータの二つに分けて汎化性能はテストデータに対するもので評価する。データの割合はとするのが良いらしいという風潮がある。導入としてはシンプルでわかりやすいが、学習に使えるデータがやや少なく後に紹介する方法を基本的には使っていく。 交差検証法 (Cross Validation) データを等分して一つをテストデータ…</description>
  <height>190</height>
  <html>&lt;iframe src=&quot;https://hatenablog-parts.com/embed?url=https%3A%2F%2Fpytran.hateblo.jp%2Fentry%2F2018%2F11%2F20%2F223317&quot; title=&quot;はじパタ 第2章 - ウホウホゴリラッホ&quot; class=&quot;embed-card embed-blogcard&quot; scrolling=&quot;no&quot; frameborder=&quot;0&quot; style=&quot;display: block; width: 100%; height: 190px; max-width: 500px; margin: 10px 0px;&quot;&gt;&lt;/iframe&gt;</html>
  <image_url>https://chart.apis.google.com/chart?cht=tx&amp;chl=train%20%3A%20test%20%3D%204%20%3A%201</image_url>
  <provider_name>Hatena Blog</provider_name>
  <provider_url>https://hatena.blog</provider_url>
  <published>2018-11-20 22:33:17</published>
  <title>はじパタ 第2章</title>
  <type>rich</type>
  <url>https://pytran.hateblo.jp/entry/2018/11/20/223317</url>
  <version>1.0</version>
  <width>100%</width>
</oembed>
