交叉验证 1 Cross-validation

学习资料:

• 相关代码

Sklearn 中的 Cross Validation (交叉验证)对于我们选择正确的 Model 和 Model 的参数是非常有帮助的， 有了他的帮助，我们能直观的看出不同 Model 或者参数对结构准确度的影响。

Model 基础验证法¶

可以看到基础验证的准确率为0.973684210526

Model 交叉验证法(Cross Validation)¶

可以看到交叉验证的准确平均率为0.973333333333

以准确率(accuracy)判断¶

一般来说准确率(accuracy)会用于判断分类(Classification)模型的好坏。

从图中可以得知，选择12~18的k值最好。高过18之后，准确率开始下降则是因为过拟合(Over fitting)的问题。

以平均方差(Mean squared error)¶

一般来说平均方差(Mean squared error)会用于判断回归(Regression)模型的好坏。

由图可以得知，平均方差越低越好，因此选择13~18左右的K值会最好。