課前練習: Exam
Ref.: Validation

記得我們昨天講的Training set and test set，我們分成Training set 訓練model, 再用test set 測試model；效果不好的話再回去用training set訓練 model, 然後再用test set測試model；效果不好再試一次。每次每次的循環，讓test set過分暴露在眾目睽睽之下(這也是課前練習點出的問題)。

那怎麼辦？這邊多切了一個set: validation set。
Validation set

這邊要怎麼利用它呢? 我改了一下文章的圖，用流程圖說話:

這樣子，我們的test set可以視為新的資料，不會暴露在model裡太多次。反而是validation set重複去驗證model，驗證過了才使用test set，test set就是double-check的效果。

課後練習: Programming exercise
練習的部分可以注意一下 Task 2: Plot Latitude/Longitude vs. Median House Value的部分，你可能一開始會得到下面的分布圖：

有看到嗎？緯度的部分差很多，地圖分布也完全不一樣。這說明了我們原始資料有一定程度的順序，才會有這種結果。
把第一段code兩個註解拿掉：

# california_housing_dataframe = california_housing_dataframe.reindex(
#     np.random.permutation(california_housing_dataframe.index))

重跑一次，你就會看到會變成下面這樣：

是不是一致多了？

之後的task 4, task 5都有解答，就不再特別複製貼上囉。