摘要:
1.模型的选择与调优: 1、交叉验证(增强准确率) ;2、网格搜索(自动给算法进行调参); 2.交叉验证:为了让被评估的模型更加准确可信; 3.交叉验证过程: 交叉验证:将拿到的数据,分为训练和验证集。 以下图为例:将数据分成5份,其中一份作为验证集。然后经过5次(组)的测试,每次都更换不同的验证集 阅读全文
posted @ 2019-10-31 11:27
会飞的发如雪
阅读(364)
评论(0)
推荐(0)
摘要:
1.分类模型的评估: estimator.score():一般最常见使用的是准确率,即预测结果正确的百分比。 2.混淆矩阵: 在分类任务下,预测结果(Predicted Condition)与正确标记(True Condition)之间存在四种不同的组合,构成混淆矩阵(适用于多分类)。 3.精确率和 阅读全文
posted @ 2019-10-31 10:56
会飞的发如雪
阅读(498)
评论(0)
推荐(0)

浙公网安备 33010602011771号