驗證數據集與交叉驗證

文章目錄 測試數據集的意義 交叉驗證 只使用train_test對模型進行評估 使用交叉驗證對模型進行評估 使用交叉驗證得到的參數重新訓練模型並預測 回顧網格搜索 測試數據集的意義 如果將所有數據都當做訓練數據,那麼當模型發生過擬合的情況時,我們是無法感知的. 因為在這種情況下,模型在訓練數據集上的誤差會非常小,會讓我們誤以為模型訓練效果非常得好. 但是實際上,模型很可能是泛化能力不足產生過擬合情

>>阅读原文<<