学習曲線をテストデータを一定に保ちます

Question

まず、Xとyを定義しましたが、その一部を以下に示します。

#First separation of test data 
X_train_prev, X_test_prev, y_train_prev, y_test_prev = train_test_split(X, y, test_size = 0.2) 

#storing test and training error in dictionary as a function of decreasing test size 
array = np.arange(0.01,0.9,0.025) 
dicto = {} 


for i in array: 
    X_train, _, y_train, _ = train_test_split(X_train_prev, y_train_prev, test_size = i) 
    clf.fit(X_train,y_train)  

    #use the previous test data... 
    test = clf.score(X_test_prev, y_test_prev) 
    train = clf.score(X_train, y_train) 
    dicto[i] = test, train 

print(dicto) 

私の学習曲線は、次のようになります：

from sklearn import svm 
    from sklearn.cross_validation import train_test_split 

    X = array([[11.8, 0., 3.4, 5.7, 0., 5.7], 
    [33.4, 6.8, 0., 5.7, 0., 5.7], 
    [33.4, 6.8, 0., 5.7, 0., 5.7]) 

    y = array([ 1., 1., 0.]) 

私は以下のコードで作成した辞書と学習曲線をプロットしています

問題は、テストエラーが独立していることですモデル上にこれはどのように可能ですか？テストエラーが訓練されたモデルに依存するようにコードを変更するにはどうすればよいですか？

Answer 1

from sklearn.svm import SVC 
from sklearn.datasets import load_iris 
data = load_iris() 
X = data.data 
y = data.target 
clf = SVC() 
#==== 
#Your code 
#==== 
test_training_error = dicto.values() 
test_training_error_sorted = sorted(test_training_error, key = lambda e:e[0]) #I think this is important. 

from matplotlib import pyplot as plt 
plt.plot(test_training_error_sorted[0], test_training_error_sorted[1]) 

私はsklearnからのデータを使用しましたが、この結果はOKです。数字は正常です。たぶんあなたはコードのデータをチェックし、図をプロットするためのデータをソートする必要があります。