تقسيم التدريب والتحقق والاختبار

الخطوة 1: إدخال العدد الإجمالي للعينات (totalSamples). هذا العدد يمثل جميع نقاط البيانات المتوفرة لديك، مثل عدد الصور أو النصوص أو السجلات في مجموعة البيانات. يجب أن يكون عددًا صحيحًا موجبًا. على سبيل المثال، إذا كان لديك 10,000 صورة لتصنيف القطط والكلاب، فستدخل 10000.

الخطوة 2: إدخال النسبة المئوية لمجموعة التدريب (trainPct). هذه النسبة تحدد حجم البيانات التي ستستخدم لتدريب النموذج. النسب الشائعة تتراوح بين 60% و80%. أدخل القيمة كنسبة مئوية (مثلاً 70 لـ 70%). يجب أن تكون بين 0 و 100.

الخطوة 3: إدخال النسبة المئوية لمجموعة التحقق (valPct). هذه النسبة تحدد حجم البيانات المستخدمة لضبط المعلمات الفائقة ولمراقبة الأداء أثناء التدريب دون تلويث مجموعة الاختبار. النسبة الشائعة هي 10-15%. أدخل القيمة كنسبة مئوية (مثلاً 15). يجب أن تكون بين 0 و 100، وشرط أن trainPct + valPct <= 100.

الخطوة 4: حساب مجموعة الاختبار (testPct = 100 - trainPct - valPct). يتم حساب عدد العينات لكل مجموعة بضرب النسبة المئوية في totalSamples وتقسيمها على 100. قد تحدث أخطاء تقريب بسبب الكسور، لذا تنصح الحاسبة بتقريب الأعداد الصحيحة والتحقق من أن مجموع العينات يساوي totalSamples.

الخطوة 5: مراجعة الأحجام الناتجة. تأكد من أن كل مجموعة تحتوي على عدد كافٍ من العينات لتمثيل التوزيع الإحصائي. مثلاً، مجموعة اختبار صغيرة جداً قد تؤدي إلى تقدير غير موثوق لأداء النموذج. ينصح بألا تقل مجموعة الاختبار عن 1000 عينة أو 10% من الإجمالي أيهما أكبر.