西瓜书
执酌
博观约取,厚积薄发
展开
-
西瓜书笔记:模型选择与评估(2)
西瓜书笔记:模型选择与评估(2) 实战:使用hyperopt对Lightgbm进行自动调参 定义参数空间 使用hyperopt自带的函数定义参数空间,但是因为其randint()方法产生的数组范围是从0开始的,所以我额外定义了一个数据转换方法,对原始参数空间进行一次转换 from hyperopt import fmin, tpe, hp, partial # 自定义hyperopt的参数空间 space = {"max_depth": hp.randint("max_depth", 15),转载 2021-11-04 10:03:02 · 123 阅读 · 0 评论 -
西瓜书笔记:模型选择与评估(1)
西瓜书笔记:模型选择与评估(1) 1.经验误差vs 泛化误差 经验误差:在训练集上的误差–对应训练集上的误差 泛化误差:在未来样本上的误差-对应测试集数据 验证集–用来训练模型的超参数(模型本身是有参数的,但在训练的过程中有些参数是训练不到的) 2.混淆矩阵得到的评价指标 Recall、Precision、Accracy、F1、Auc(用一张图可以清楚展示他们的区别) PS:AUC就是ROC曲线下的面积 3.偏差和方差 Bias(偏差):期望值和实际值的差值 Variance(方差) 4.整览西瓜书后,方知原创 2021-09-04 16:27:30 · 120 阅读 · 0 评论