2019-05-29
阅读量:
429
如何拆分数据集
更好的选择是将我们的数据分成两部分：第一部分用于训练我们的机器学习模型，第二部分用于测试我们的模型。
总结一下：
- 将数据集拆分为两部分：训练集和测试集。
- 在训练集上训练模型。
- 在测试集上测试模型，并评估我们的模型的效果。
列车/测试拆分的优点：
- 可以在与用于训练的数据不同的数据上训练和测试模型。
- 响应值对于测试数据集是已知的，因此可以评估预测
- 测试精度是比样本外性能的训练准确性更好的估计。
0.0000
0
1
关注作者
收藏
评论(0)
发表评论
暂无数据
推荐帖子
CDA持证人阿涛哥
2025-05-14
0条评论
CDA持证人阿涛哥
2024-10-29
0条评论
CDA持证人阿涛哥
2024-04-14
0条评论