2018-10-26
阅读量:
970
如何去评估一个模型的优良?
方法一:拆分测试集和训练集
将数据集拆分为单独的测试集和训练集。 在前者上训练模型,在后者上评估模型(例如错误率,准确率,召回率,ROC、auc等)
方法二:训练模型并调整(优化)其参数
将数据集拆分为单独的测试和训练集。 在训练集上使用诸如交叉验证之类的技术来为模型找到“最佳”超参数集。 如果已完成超参数调整,使用独立测试集来获得其性能的无偏估计 。
方法三:构建不同的模型并比较不同的算法
例如,SVM与逻辑回归与随机森林等






评论(0)


暂无数据
推荐帖子
0条评论
0条评论
0条评论