SKLEARN模型選擇

數據集劃分方法 K折交叉驗證法 將全部訓練集S分成k個不相交的子集，假設S中的訓練樣例子數爲m，那麼每一個子集有m/k個訓練樣例，相應子集稱作{s1,s2……sk} 每次從分好的子集裏面，拿一個作爲測試集，其他k-1作爲訓練集 在k-1個訓練集中訓練出學習器模型 把這個模型放到測試集上，得到分類率 計算k次求得的分類率的平均值，作爲改模型或者假設函數的真實分類率 這個方法充分利用了所有樣本，但計算

>>阅读原文<<