交叉验证代码_[机器学习] 交叉验证Cross Validation

在机器学习中，我们经常要把数据分成训练数据和测试数据，但是分的比例是多少呢？

当然可以80%的用作训练，20%用作测试，这样就是静态分配，简单，时间快

但是为了更高的准确率，我们还可以采用别的办法：

K折交叉验证

把数据平分成5份，，然后先以第一份为测试数据，后面的是训练数据，然后再依次类推

这样经过反复划分，可以求平均值

需要注意的是：K折交叉验证会平均的划分这些数据，但是如果你的数据是按照某种模式排列的（比方说前半部分都是来自sara的数据，后半部分都是来自lisa的数据，那么这样子的划分就会使准确率非常低。因为你用sara的数据来训练，却用lisa的数据来测试

GridSearchCV

我们在分析问题的时候，经常要调整参数，找到使用哪些参数才可以得到更好的效果。这样子其实是很费力的

<