《scikit-learn机器学习常用算法原理及编程实战》—1.4.5 模型训练和测试
【摘要】 本书摘自《scikit-learn机器学习常用算法原理及编程实战》一书中的第1章,第1.4.5节,编著是黄永昌 .
1.4.5 模型训练和测试
把数据集分成训练数据集和测试数据集,一般按照8:2或7:3来划分,然后用训练数据集来训练模型。训练出参数后再使用测试数据集来测试模型的准确度。为什么要单独分出一个测试数据集来做测试呢?答案是必须确保测试的准确性,即模型的准确性是要用它“没见过”的数据来测试,而不能用那些用来训练这个模型的数据来测试。理论上更合理的数据集划分方案是分成3个,此外还要再加一个交叉验证数据集。相关内容将在第3章介绍。
【版权声明】本文为华为云社区用户转载文章,如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱:
cloudbbs@huaweicloud.com
- 点赞
- 收藏
- 关注作者
评论(0)