sklearn学习笔记-《模型验证方法》

模型验证方法

1.学习率曲线（learn_curve）

2.交叉验证得分（cross_val_score）

3.验证曲线（validation_curve）

一.学习率曲线

计算指定的学习器模型在不同大小的训练集上经过交叉验证的训练得分和测试得分

首先，用一个交叉验证生成器划分整体数据集K次，每一次划分都有一个训练集和测试

集。然后从每次划分的训练集中拿出若干个数量不断增加的子集，在这些训练集上训

练模型。然后再计算模型在对应的子训练集和测试集上的得分，最后，对于在每种子

训练集大小下，将K次训练集得分和测试集得分分别进行平均。

# import numpy as np
# from sklearn.model_selection import learning_curve, ShuffleSplit
# from sklearn.datasets import load_digits
# from sklearn.naive_bayes import GaussianNB
# from sklearn import svm
# import matplot