Nhìn overfit bằng cây hồi quy
Dùng khoảng cách train/test để nhận ra cây quá sâu có thể overfit.
Tiến độ của tôi ở bài này
Điểm được lưu vào tài khoản sau khi chấm bài.
Đang tải điểm của bạn…
Kiến thức và chủ đề
Kiến thức tiên quyết: train/test evaluation, MSE, max depth.
Nội dung đề bài
Mục tiêu kiến thức
Dùng khoảng cách train/test để nhận ra cây quá sâu có thể overfit.
Mô tả bài toán
Đây là bài số 347 trong tầng Hồi quy bằng scikit-learn. Bài dùng thư viện DecisionTreeRegressor + mean_squared_error trên dữ liệu nhỏ, cố định và chạy CPU; mục tiêu là hiểu workflow chứ không bắt học viên tự viết lại thư viện.
Yêu cầu
Fit DecisionTreeRegressor trên train, tính MSE riêng cho train và test với max_depth.
def tree_overfit_scores(X_train, y_train, X_test, y_test, max_depth):Input
Hai cặp X_train/y_train và X_test/y_test; max_depth của cây.
Output
Dictionary train_mse và test_mse.
Ràng buộc
Không fit trên test; random_state=42 để kết quả ổn định.
Ví dụ
Giải thích
Cây sâu thường có train MSE thấp hơn nhưng chưa chắc test MSE thấp hơn.
Gợi ý và lời giải chỉ mở sau khi bạn bấm Nộp bài. Giáo viên và quản trị viên mở được ngay.
Góp ý & báo lỗi bài tập
Đề bài chưa rõ, test có vấn đề hay bạn có ý tưởng giúp bài tốt hơn? Gửi cho đội ngũ AI Empire nhé — mỗi góp ý đều được đọc.