7.机器学习——交叉验证和网格搜索(模型的选择与调优)

1.模型的选择与调优

7.机器学习——交叉验证和网格搜索(模型的选择与调优)_第1张图片
交叉验证:为了让被评估的模型更加准确可信

1.1 交叉验证过程

交叉验证:将拿到的训练数据,分为训练和验证集。以下图为例:将数据分成4份,其中一份作为验证集。然后经过4次(组)的测试,每次都更换不同的验证集。即得到4组模型的结果,取平均值作为最终结果。又称4折交叉验证。

7.机器学习——交叉验证和网格搜索(模型的选择与调优)_第2张图片

1.2 超参数搜索-网格搜索

7.机器学习——交叉验证和网格搜索(模型的选择与调优)_第3张图片

1.3 超参数搜索-网格搜索API

7.机器学习——交叉验证和网格搜索(模型的选择与调优)_第4张图片

7.机器学习——交叉验证和网格搜索(模型的选择与调优)_第5张图片代码案例在随机森林部分演示

你可能感兴趣的:(机器学习,python,python,机器学习,人工智能)