机器学习之探索学习曲线learning curve

黄星 .

于 2021-01-31 16:40:48 发布

阅读量460

点赞数

分类专栏：机器学习文章标签：算法 python

本文链接：https://blog.csdn.net/weixin_52589734/article/details/113480921

版权

本文探讨了机器学习中的学习曲线，通过图形展示训练集和验证集的误差，揭示模型在不同数据量下的表现，帮助诊断过拟合和欠拟合问题。通过对学习曲线的分析，可以指导我们优化模型参数和选择合适的数据量。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

import numpy as np
import matplotlib.pyplot as plt
from sklearn.naive_bayes import GaussianNB
from sklearn.svm import SVC
from sklearn.ensemble import RandomForestClassifier as RFC
from sklearn.tree import DecisionTreeClassifier as DTC
from sklearn.datasets import load_digits
from sklearn.model_selection import learning_curve
from sklearn.model_selection import ShuffleSplit
from time import time
import datetime
import warnings
warnings.filterwarnings("ignore")

def plot_learning_curve(estimator,title,x,y,ax,ylim= None,cv = None,n_jobs= None