交叉验证的过程

参考视频:【小萌五分钟】机器学习 | 交叉验证 Cross-Validation_哔哩哔哩_bilibili

如图,比如将所有数据分训练集(Training),验证集(Validation),测试集(Test)

训练集:训练模型

验证集:代入用训练集训练好的模型,计算一些评价模型好坏的参数,比如准确率(Acc),用于超参数的选择。具体选择过程下面说。

测试集:最终的模型测试

k折交叉验证的过程(这次选k=4,也可以等于5,10等,也就是将训练集分成几等份):

1、当模型的超参数C=0.01时,分别进行如上的四种划分方式,分别训练(这里个人认为是独立的模型训练,一个模型和另外的模型没有关系),然后用相应的验证集进行计算出模型的Acc1~Acc4,计算Acc1~Acc4的平均值Acc,这个平均值作为超参数C=0.01的模型的准确率

2、再取C=0.1或者1,10等,再进行步骤1的过程,得到相对应的超参数C的模型的准确率

3、将不同C决定的模型的准确率进行比较,获得准确率最高的C,例如为0.1

4、现在确定模型的C = 0.1,此时将训练集和验证集合并成为训练集,训练出最终的模型

5、通过测试集进行模型测试。

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值