1. 案例定位

Chapter 11 Training/Test Dataset 與 Overfitting。

2. 學習目標

理解為何 Model Fit 必須在 Unseen Data 上重新檢驗。

3. 案例情境

原書 Learning Outcomes 明確要求建立 Training 與 Test Datasets,並辨識 Model 何時可能 Overfit。

4. 開始資料

Chapter 11 R Modelling Workflow。

5. 分析方法

Split Data → Train → Predict Test → Compare Training/Test Performance。

6. 計算結果

無跨所有 Dataset 的固定比例或固定 Performance 值。

7. 結果分析與管理解讀

Training Performance 很好而 Test Performance 明顯下降,是 Overfitting 的重要警訊。

8. AI Prompt

依原書說明如何使用 Training/Test Data 判斷 R 模型是否可能 Overfit。

9. 思考/What-if

用同一資料訓練又評估模型有何問題?

參考解答: 會高估模型對新資料的 Generalization Ability。

10. 資料說明