交叉验证(Cross Validation)与网格交叉验证(GridSearchCV)的区别

一.交叉验证

    交叉验证就是将原始数据集(dataset)划分为两个部分.一部分为训练集用来训练模型,另外一部分作为测试集测试模型效果.

    作用:

    1) 交叉验证是用来评估模型在新的数据集上的预测效果,也可以一定程度上减小模型的过拟合

    2) 还可以从有限的数据中获取尽可能多的有效信息。

    交叉验证主要有以下几种方法:

    ① 留出法.简单地将原始数据集划分为训练集,验证集,测试集三个部分.

    ② k折交叉验证.(一般取5折交叉验证或者10折交叉验证)

    ③ 留一法.(只留一个样本作为数据的测试集,其余作为训练集)---只适用于较少的数据集

    ④ Bootstrap方法.(会引入样本偏差)

二.网格交叉验证(网格搜索)

    sklearn中对GridSearchCV的解释为:

  • 1
    点赞
  • 21
    收藏
    觉得还不错? 一键收藏
  • 5
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 5
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