监督方法,包括回归与分类,
1、 train_test_split 函数将数据集划分为训练集和测试集
2、 在训练集上调用 fit 方法来构建模型
3、 在测试集上用 score 方法来评估这个模型——对于分类问题而言,就是计算正确分类的样本所占的比例。
(1)实例
from sklearn.datasets import make_blobs
from sklearn.linear_model import LogisticRegression
from sklearn.model_selection import train_test_split
# 创建一个模拟数据集
X, y = make_blobs(random_state=0)
# 将数据和标签划分为训练集和测试集
X_train, X_test, y_train, y_test = train_test_split(X, y, random_state=0)
# 将模型实例化,并用它来拟合训练集
logreg = LogisticRegression().fit(X_train, y_train)
# 在测试集上评估该模型
print("Test set score: {:.2f}".format(logreg.score(X_test, y_test)))
Test set score: 0.88
本章我们将从两个方面进行模型评估。
1、交叉验证,一种更可靠的评估泛化性能的方法
2、评估分类和回归性能的方法,在默认度量(score方法给出的精度和 R2)之外的方法
我们还将讨论网格搜索,这是一种调节监督模型参数以获得最佳泛化性能的有效方法。