scikit-learn常用的用法及问题

本文总结了scikit-learn中常用的交叉验证方法,包括训练集和验证集划分、k折交叉验证和Leave-One-Out Cross Validation,并介绍了模型的持久化操作,便于快速加载已训练模型。此外,还提到了如何在实践中选择合适的机器学习模型。
摘要由CSDN通过智能技术生成

对平时用机器学习算法常遇到的问题做个总结~

A. 交叉验证

交叉验证是为了评估当前的模型对于整个dataset的generalization error怎么样(如果太大,表示overfit或者underfit),根据[3]的介绍,一般有三种,根据对数据集划分成training set和validation set的比例不同来分的——

  1. 划分一小部分作为validation set;
  2. 划分成k等分(k >= 2),一份作为validation set,其它的作为training set;
  3. 逐个sample拿出来作为validation set,其它的作为training set。

下面分别展示:

A1. 划分training set和validation set

为了防止过度拟合、或验证训练出来的模型的效果,一般会将原始的训练集随机地划分一部分作为validation set(一般20%-40%的数据量),当然还有更好的k-fold-cross-validation,后面再介绍。

from sklearn.cross_validation import train_test_split

X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.4, random_state=4)
# random_state的解释是Pseudo-random number generator state used for random sampling
# 我是看不懂啦,目测应该是类似C++语言中的随机种子的东西,不要太在意这个细节~

A2. k-fold-cross-validation

划分成k等分(k >= 2),一份作为validation set,其它的作为training set,每一份都有

  • 1
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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