機器學習實踐（八）—sklearn之交叉驗證與參數調優

一、交叉驗證與參數調優 交叉驗證(cross validation) 交叉驗證：將拿到的訓練數據，分爲訓練集、驗證集和測試集。 訓練集：訓練集+驗證集 測試集：測試集 爲什麼需要交叉驗證 爲了讓被評估的模型更加穩健 參數調優 超參數搜索-網格搜索(Grid Search) 通常情況下，有很多參數是需要手動指定的（如k-近鄰算法中的K值），這種叫超參數。但是手動過程繁雜，所以需要對模型預設幾種超參數

>>阅读原文<<