機器學習-Python實踐Day5（選擇算法）

1、分離數據集（Pima Indians 印第安人醫療數據） 1.1、分離訓練數據集和評估數據集 1.2、K折交叉驗證分離 1.3、棄一交叉驗證分離（N-1折交叉驗證） 1.4、重複隨機分離評估、 訓練數據集分離 分離數據集的意義： 在評估算法準確度的時候，爲什麼不直接使用全量樣本數據作爲評估模型的數據集？ 最直接的原因是在訓練模型的時候，使用了一部分或全量樣本數據；評估的時候，再次用全量數據去做

>>阅读原文<<