《机器学习》2-2,留一法实现

本文介绍了机器学习中的一种验证方法——留一法,即在数据集中每次保留一个样本作为验证集,其余样本用于训练。由于样本划分唯一,留一法不受划分方式影响。然而,当数据集较大时,这种方法可能导致算法时间和空间复杂度显著增加,不适用于大规模样本的运算。文中提及,老师建议将SVC学习器替换为dummyclassifiler,但作者暂时未进行尝试。
摘要由CSDN通过智能技术生成

《机器学习》2-2,留一法实现
假定数据集D内有m个样本,令K=m,留一法做为交叉样本的特例,不受划分样本方式的影响,因为划分m个样本的方式是唯一的,每个子集只有一个样本。
而大量模型样本数会导致算法的时间复杂度上升,同样的,完成运算需要的空间也会增大。这不适合样本数极大的运算。
(老师发VX告诉我说让我把SVC学习器换成dummyclassifiler试一试,等哪天写得动了我再换,今天写不动了)

from sklearn.model_selection import cross_val_score
from sklearn.model_selection import LeaveOneOut
from sklearn import datasets, svm
import numpy as np
%matplotlib inline
#
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值