機器學習筆記（十七）：交叉驗證

凌雲時刻 · 技術php 導讀：在上一篇筆記中咱們又提到了訓練數據集和測試數據集，拆分樣本數據的這種作法目的就是經過測試數據集判斷模型的好壞，若是咱們發現訓練出的模型產生了過擬合的現象，既在訓練數據集上預測評分很好，可是在測試數據集上預測評分很差的狀況，那可能就須要從新調整超參數訓練模型，以此類推，最終找到一個或一組參數使得模型在測試數據集上的預測評分也很好，也就是訓練出的模型泛化能力比較好。li

>>阅读原文<<