分类：交叉验证

2021
02-23

sklearn中的交叉验证的实现(Cross-Validation)

sklearn是利用python进行机器学习中一个非常全面和好用的第三方库，用过的都说好。今天主要记录一下sklearn中关于交叉验证的各种用法，主要是对sklearn官方文档Cross-validation:evaluatingestimatorperformance进行讲解，英文水平好的建议读官方文档，里面的知识点很详细。先导入需要的库及数据集In[1]:importnumpyasnpIn[2]:fromsklearn.model_selectionimporttrain_test_splitIn[3]:fromsklearn.datasetsimpo... 继续阅读 >

2020
10-08

sklearn和keras的数据切分与交叉验证的实例详解

在训练深度学习模型的时候，通常将数据集切分为训练集和验证集．Keras提供了两种评估模型性能的方法：使用自动切分的验证集使用手动切分的验证集一．自动切分在Keras中，可以从数据集中切分出一部分作为验证集，并且在每次迭代(epoch)时在验证集中评估模型的性能．具体地，调用model.fit()训练模型时，可通过validation_split参数来指定从数据集中切分出验证集的比例．#MLPwithautomaticvalidationsetfromkeras.modelsimpor... 继续阅读 >

2020
09-23

使用sklearn的cross_val_score进行交叉验证实例

在构建模型时，调参是极为重要的一个步骤，因为只有选择最佳的参数才能构建一个最优的模型。但是应该如何确定参数的值呢？所以这里记录一下选择参数的方法，以便后期复习以及分享。（除了贝叶斯优化等方法）其它简单的验证有两种方法：1、通过经常使用某个模型的经验和高超的数学知识。2、通过交叉验证的方法，逐个来验证。很显然我是属于后者所以我需要在这里记录一下sklearn的cross_val_score：我使用是cross_val_score方法，... 继续阅读 >