Để hiểu tập xác nhận (validation set), hãy nhớ lại câu chuyện huấn luyện chú mèo xiếc của chúng ta! 😺
Tập xác nhận (Validation set) là gì?
Hãy tưởng tượng bạn đang huấn luyện chú mèo nhảy qua vòng lửa. Tập huấn luyện là những lần bạn dạy mèo với cá ngon và hướng dẫn tận tình. Tập kiểm tra là bài thi cuối kỳ để xem mèo có nhảy được ở rạp xiếc không. Còn tập xác nhận? Đó là buổi “tập dượt” trước khi thi thật!
Tập xác nhận là một phần dữ liệu riêng biệt (thường tách từ tập huấn luyện, khoảng 10-20%), dùng để kiểm tra và tinh chỉnh kỹ năng của mèo trong quá trình huấn luyện. Nó giúp bạn điều chỉnh cách dạy (ví dụ: thay đổi kích thước vòng lửa, tốc độ huấn luyện) để mèo nhảy tốt hơn, mà không “nhòm” vào bài thi thật (tập kiểm tra). Tức là, tập xác nhận (Validation set) thường được dùng để tinh chỉnh các siêu tham số. Trong ví dụ mèo nhảy này, các siêu tham số có thể là thay đổi kích thước vòng lửa, tốc độ huấn luyện.
Ví dụ vui:
- Bạn dạy mèo nhảy qua vòng lửa với tập huấn luyện (80 cái vòng, kèm cá thưởng).
- Trong lúc dạy, bạn lấy ra 10 cái vòng khác làm tập xác nhận. Bạn thử cho mèo nhảy qua mà không thưởng cá, xem nó làm được tới đâu. Nếu mèo nhảy lệch hoặc lười, bạn đổi cách dạy: tăng cá, giảm độ cao vòng, hay thêm nhạc cho mèo hứng thú! 😸
- Cuối cùng, tập kiểm tra là vòng lửa ở rạp xiếc, nơi bạn chỉ đứng xem mèo biểu diễn.
Tại sao cần tập xác nhận?
- Tập xác nhận giúp bạn “tối ưu hóa” mô hình (mèo) mà không làm hỏng bài kiểm tra cuối kỳ. Nếu bạn chỉ dùng tập huấn luyện, mèo có thể “học vẹt” và nhảy tốt chỉ với vòng quen thuộc. Nếu bạn lạm dụng tập kiểm tra để tinh chỉnh, mèo sẽ “thuộc đề thi” mất!
- Nó giống như kiểm tra xem mèo có nhảy được ở các tình huống hơi khác (vòng to hơn, nhỏ hơn) trước khi tung nó ra sân khấu lớn.
Tóm lại:
- Tập huấn luyện: Lớp học, dạy mèo nhảy.
- Tập xác nhận: Buổi tập dượt, tinh chỉnh cách nhảy. Do đó, tập xác nhận (Validation set) thường được dùng để chọn siêu tham số
- Tập kiểm tra: Màn biểu diễn thật, đánh giá tài năng.
Chia ba tập này giúp chú mèo (mô hình) của bạn không chỉ giỏi “ở nhà” mà còn tỏa sáng trên sân khấu dữ liệu mới! 🎉