Presná definícia
Čo znamená stratifikované rozdelenie datasetu?
Stratifikované rozdelenie datasetu priraďuje záznamy do tréningovej, validačnej a testovacej časti tak, aby v každej zachovalo zvolený podiel tried alebo vrstiev. Stratifikácia rieši rozdelenie známej premennej, nie automaticky skupinové, časové či duplicitné väzby.
Skúsenosť a kontext
Ako sa pojem používa v praxi
Pri zriedkavej poruche sa rozdelenie stratifikované podľa typu poruchy vykoná až na úrovni zariadení. Tým zostanú triedy zastúpené a merania toho istého stroja sa nerozdelia medzi tréning a test.
Overiteľnosť
Odborné zdroje
Praktické odpovede
Často kladené otázky
Ako funguje stratifikované rozdelenie datasetu?
Algoritmus rozdelí každú vrstvu osobitne podľa rovnakých pomerov a potom ich časti spojí.
Kedy má stratifikované rozdelenie datasetu praktický význam?
Pri zriedkavej poruche sa rozdelenie stratifikované podľa typu poruchy vykoná až na úrovni zariadení.
S čím si pojem nezamieňať?
Stratifikácia zachováva pomery; skupinové delenie zabraňuje rozdeleniu príbuzných záznamov a časové rešpektuje chronológiu.
Ako sa výsledok kontroluje?
Overia sa podiely vrstiev, skupinový a časový únik, minimálne počty rarít, duplikáty a stabilita pri inom semene.
Na čo si dať pozor?
Stratifikácia podľa cieľa môže byť nevhodná, ak cieľ pri nasadení ešte nie je dostupný pre rovnaký proces výberu.