交叉验证（Cross validation)，交叉验证用于防止模型过于复杂而引起的过拟合.有时亦称循环估计， 是一种统计学上将数据样本切割成较小子集的实用方法。于是可以先在一个子集上做分析， 而其它子集则用来做后续对此分析的确认及验证。 一开始的子集被称为训练集。而其它的子集则被称为验证集或测试集。 ...
分类：
其他好文 时间：
2020-04-02 18:22:19
阅读次数：
88
random_state是一个随机种子，是在任意带有随机性的类或函数里作为参数来控制随机模式。当random_state取某一个值时，也就确定了一种规则。 random_state可以用于很多函数，我比较熟悉的是用于以下三个地方：1、训练集测试集的划分 2、构建决策树 3、构建随机森林 1、划分训练 ...
分类：
其他好文 时间：
2020-03-31 01:25:49
阅读次数：
523
loss：训练集损失值 accuracy:训练集准确率 val_loss:测试集损失值 val_accruacy:测试集准确率 以下5种情况可供参考： train loss 不断下降，test loss不断下降，说明网络仍在学习;（最好的） train loss 不断下降，test loss趋于不变 ...
分类：
其他好文 时间：
2020-03-29 12:24:26
阅读次数：
452
k NN k NN 是一种基本分类和回归方法。对新实例进行分类时，通过已经训练的数据求出 k 个最近实例，通过多数表决进行分类。故 k 邻近算法具有不显式的学习过程。 三个基本要素：k 值选择，距离度量，分类决策规则。 1. k 近邻算法 原理：给定一个训练集，对于新输入的实例，在训练集中找到与其相 ...
分类：
编程语言 时间：
2020-03-28 10:33:21
阅读次数：
85
""" 机器学习算法分类： 监督学习（有目标值） 分类（目标值是离散型数据）：K-近邻算法、贝叶斯分类、决策树与随机森林、逻辑回归、神经网络 回归（目标值是连续型数据）：线性回归、岭回归 无监督学习（无目标值）：聚类 K-means 机器学习一般会把数据集划分为训练集（3/4）和测试集（1/4），可 ...
分类：
编程语言 时间：
2020-03-26 01:37:29
阅读次数：
103
1.2.1 赛题概况 比赛要求参赛选手根据给定的数据集，建立模型，二手汽车的交易价格。 赛题以预测二手车的交易价格为任务，数据集报名后可见并可下载，该数据来自某交易平台的二手车交易记录，总数据量超过40w，包含31列变量信息，其中15列为匿名变量。为了保证比赛的公平性，将会从中抽取15万条作为训练集 ...
分类：
其他好文 时间：
2020-03-25 09:16:08
阅读次数：
81
数据集描述：其包含120条训练集和30条测试集 对鸢尾花的属性和标签之间的可视化操作： 1 import tensorflow as tf 2 import pandas as pd 3 import numpy as np 4 import matplotlib.pyplot as plt 5 6 ...
分类：
其他好文 时间：
2020-03-24 18:34:23
阅读次数：
218
event.txt 解决分类问题： 数据处理：训练集测试集划分，交叉验证，验证曲线，学习曲线，网格搜索。。 分类模型：逻辑回归，朴素贝叶斯，树模型，svm 模型评估：混淆矩阵，分类报告；查找率，召回率，f1得分 ...
分类：
其他好文 时间：
2020-03-24 15:49:02
阅读次数：
60
来自简书“owolf”：python sklearn模型中random_state参数的意义 “如果你在需要设置随机数种子的地方都设置好，那么当别人重新运行你的代码的时候就能得到完全一样的结果，复现和你一样的过程。” “ 这里的random_state就是为了保证程序每次运行都分割一样的训练集和测试 ...
分类：
编程语言 时间：
2020-03-21 13:11:55
阅读次数：
70
KFold（n_split, shuffle, random_state） 参数：n_splits:要划分的折数 shuffle: 每次都进行shuffle，测试集中折数的总和就是训练集的个数 random_state:随机状态 from sklearn.model_selection import ...
分类：
其他好文 时间：
2020-03-18 22:01:32
阅读次数：
113
