这篇博客介绍了如何通过sklearn的train_test_split函数进行训练集和测试集划分，利用均方误差和决定系数评估线性回归模型，并探讨了特征相关性对模型的影响。此外，还比较了线性回归、决策树和随机森林的预测误差和评分差异。
上次做了最简单的一个LR实例，然后遗留了几个可以改进的问题：
1.训练集和测试集的划分
2.模型的评估和调整
3.特征的筛选
针对这些问题，分别查找了一些解决方法：
1.sklearn的train_test_split函数
train_test_split函数用于将矩阵随机划分为训练子集和测试子集，并返回划分好的训练集测试集样本和训练集测试集标签。
格式：
X_train,X_test, y_train, y_test =cross_validation.train_test_split(train_data,train_target,test_size=0.3, random_state=0)
参数解释：
train_data：被划分的样本特征集
train_target：被划分的样本标签
test_size：如果是浮点数，在0-1之间，表示样本占比；如果是整数的话就是样本的数量
random_state：是随机数的种子。
随机数种子：其实就是该组随机数的编号&
最低0.47元/天 解锁文章
扫一扫
1万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
