交叉验证
-
深入理解交叉验证与网格搜索——sklearn实现
交叉验证（Cross Validation）和网格搜索（Grid Search）常结合在一起并用来筛选模型的最优参数。本文将从零开始一步步讲解交叉验证和网格搜索的由来，并基于sklearn实现它们。目录一、交叉验证法1.1 交叉验证法的由来1.2 交叉验证法的定义1.3 sklearn.model_selection.train_test_split()1.4 sklearn.metrics.accuracy_score()1.4.1 clf.score 与 accuracy_score 的区别1.5.
-
机器学习框架及评估指标详解
目录机器学习的步骤train_test_split函数的详解机器学习评估指标分类模型评估指标混淆矩阵ROC曲线利用ROC的其他评估标准Python 绘制ROC曲线求解AUC模板代码错误率精度查准率、查全率P-R曲线Python绘制P-R曲线模板代码平衡点(BEP)F1度量Python求解F1_score代码回归模型评估指标均方误差MAE（平均绝对误差）MAPE（平均绝对百分比误差）RMSE（均方根误差）R Square（
