自定义博客皮肤VIP专享

*博客头图：

点击选择上传的图片

格式为PNG、JPG，宽度*高度大于1920*100像素，不超过2MB，主视觉建议放在右侧，请参照线上博客头图

请上传大于1920*100像素的图片！

博客底图：

点击选择上传的图片

图片格式为PNG、JPG，不超过1MB，可上下左右平铺至整个背景

栏目图：

点击选择上传的图片

图片格式为PNG、JPG，图片宽度*高度为300*38像素，不超过0.5MB

主标题颜色：

RGB颜色，例如：#AFAFAF

Hover：

RGB颜色，例如：#AFAFAF

副标题颜色：

RGB颜色，例如：#AFAFAF

预览取消提交

自定义博客皮肤

上一步保存

qq_42328201的博客

原创 scikit-learn库 holdout cross validation和k-fold cross validation小问题分享

但是，在自己的数据集上，跑出了约97%（holdout cross validation）和90%（k-fold cross validation）的分类准确率。使用holdout cross validation，即train_test_split函数，将数据集切分为80%-20%时，模型的分类准确率应该与。使用k-fold cross validation，即cross_val_score函数，将 cv值设置为5时，模型的分类准确率。最近写一个分类算法的时候发现的问题，分享给大家防踩坑。

2024-01-09 20:00:24 345