交叉验证 1 Cross-validation
切换视频源:

交叉验证 1 Cross-validation

作者: Bhan 编辑: 莫烦 发布于: 2016-01-01

学习资料:

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。

3_2_1.png

从图中可以得知,选择12~18k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。

3_2_2.png

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。


降低知识传递的门槛

莫烦经常从互联网上学习知识,开源分享的人是我学习的榜样。 他们的行为也改变了我对教育的态度: 降低知识传递的门槛免费 奉献我的所学正是受这种态度的影响。 【支持莫烦】 能让我感到认同,我也更有理由坚持下去。

我组建了微信群,欢迎大家加入,交流经验,提出问题,互相帮持。 扫码后,请一定备注"莫烦",否则我不会同意你的入群申请。

wechat