Desenvolvendo um Modelo - Introdução
Introdução O processo de criação de um modelo pode ser resumido em 6 passos: Repartição dos dados em 3 conjuntos: treino/teste/validação Escolha do modelo Otimização hiperparâmetros do modelo (usa os dados de treino e validação) Treino do modelo usando a união dos conjuntos treino e validação Avaliação do modelo nos dados de teste Treino do modelo usando a união dos conjuntos treino, validação e teste Veja bem que, para obter o modelo final, nós normalmente usamos todos os dados em disposição ! Quando nosso objetivo é comparar a performance de vários modelos em um mesmo problema, nós fixamos os dados da etapa 1 e fazemos as etapas 2-5 para cada um dos modelos usados na comparação (isso se chama fazer um Benchmark). Vamos explicar um pouco melhor o interesse dessa repartição, aplicando nesse passo-a-passo. Repartição treino/teste/validação Dados de treino Esses são os dados que são de fato utilizados no treino do modelo, falamos que o modelo "vê diretamente" esses dados dura