摘要：
一、函数基础：train_test_split 是什么？ train_test_split 是 sklearn 提供的数据集划分工具，核心功能是： 随机打乱原始数据（避免数据有序性导致的偏差）； 按指定比例拆分数据为「两部分」（默认是训练集和测试集）； 保证拆分后，x 和 y 的对应关系不混乱（即某 阅读全文
posted @ 2025-11-28 21:56
wangya216
阅读(74)
评论(0)
推荐(0)
摘要：
一、完整语法与参数解释 np.random.normal(loc=0, scale=1, size=None) 是 NumPy 中生成「正态分布（高斯分布）」随机数的核心函数，参数含义如下： 参数名 默认值 作用说明 对应代码中的含义 loc 0 正态分布的「均值（μ）」，决定分布的中心位置 噪声的 阅读全文
posted @ 2025-11-28 21:41
wangya216
阅读(84)
评论(0)
推荐(0)
摘要：
在编程（尤其是数据科学、机器学习）中，随机种子（Random Seed）是一个用于初始化随机数生成器的“起始值”，核心作用是让「随机过程可复现」——简单说，用相同的随机种子，每次运行代码得到的随机结果（如随机划分数据、生成随机噪声、模型初始化权重）完全一致；不设置种子则每次结果都不同。 一、先看直观 阅读全文
posted @ 2025-11-28 21:31
wangya216
阅读(95)
评论(0)
推荐(0)
摘要：
多项式次数选择完整演示（Python） 本文将通过 人工生成数据→数据划分→多次数模型训练→验证集筛选最优次数→测试集评估 的全流程，演示多项式回归中如何通过验证集选择最优次数，所有代码逐行解释，兼顾理论与实践。 核心逻辑 多项式回归的核心是通过增加高次项（如 (x^2, x^3)）拟合复杂数据，但 阅读全文
posted @ 2025-11-28 21:25
wangya216
阅读(15)
评论(0)
推荐(0)
摘要：
需要预先指定多项式的次数，且这个次数属于「超参数」，需通过验证集优化选择，核心逻辑和实操步骤如下： 一、关键结论 多项式回归中，“一次（线性）、二次、三次”本质是模型的结构超参数（决定模型复杂度），不能由数据自动学习，必须先指定候选次数（如1、2、3、4次），再通过训练+验证的流程筛选最优解。 二、 阅读全文
posted @ 2025-11-28 20:25
wangya216
阅读(14)
评论(0)
推荐(0)
浙公网安备 33010602011771号