六、Sklearn-CrossValidation交叉驗證

交叉驗證概述 進行模型驗證的一個重要目的是要選出一個最合適的模型，對於監督學習而言，我們希望模型對於未知數據的泛化能力強，所以就需要模型驗證這一過程來體現不同的模型對於未知數據的表現效果。 最先我們用訓練準確度（用全部數據進行訓練和測試）來衡量模型的表現，這種方法會導致模型過擬合；爲了解決這一問題，我們將所有數據分成訓練集和測試集兩部分，我們用訓練集進行模型訓練，得到的模型再用測試集來衡量模型的預

>>阅读原文<<