Descrição dos conjuntos

Abaixo é fornecidas uma descrição dos conjuntos de dados utilizados no processo de aprendizado supervisionado.

Conjunto de Treinamento

O conjunto de treinamento é usado para ajustar o modelo (fit) a partir de suas características - os pixels com os valores nas bandas e as respectivas classes atribuídas a eles. De forma resumida, pode ser dito que o modelo aprende a partir deste conjunto.

Conjunto de Validação

O conjunto de validação é uma parte da amostra que é utilizada para fornecer uma avaliação sem viés da forma em que um modelo foi ajustado com os dados do conjunto de treinamento e também pode ser utilizado para aprimorar os hiperparâmetros do modelo treinado.

Avaliação e ajuste com o Conjunto de Validação

O conjunto de validação é usado para avaliar um determinado modelo específico.

O modelo validado, embora use esses dados, não aprende com eles. A ideia é usar os resultados obtidos com o conjunto de validação para se voltar e ajustar os hiperparâmetros do modelo, fazendo com que ele eventualmente incorpore indiretamente características do conjunto de validação.

Seleção de Modelo

Outra função do conjunto de validação, que será vista mais adiante, é apresentar uma forma de se selecionar qual o melhor dentre um grupo de modelos aplicados em um mesmo conjunto de treinamento.

Conjunto de Teste

O conjunto de teste é usado para fornecer uma avaliação não enviesada do modelo final e seus parâmetros escolhidos a partir dos procedimentos feitos com o conjunto de validação. Este conjunto é utilizado apenas uma vez no fim do processo, quando o modelo foi treinado com o conjunto de treinamento e validado com o de validação.