机器学习-深嵌交叉验证(Nested Cross-Validation)

Santorinisu

于 2020-02-21 18:28:10 发布

阅读量2.5k

点赞数 2

CC 4.0 BY-SA版权

分类专栏：机器学习文章标签：机器学习 python

Santorinisu博客，未经授权，禁止转载!!

本文链接：https://blog.youkuaiyun.com/Santorinisu/article/details/104432028

本文探讨了机器学习中深嵌交叉验证的概念，重点在于代码实现和分析。通过深度嵌套交叉验证，可以更准确地评估模型性能，并优化模型选择。参考了Sebastian Raschka和Vahid Mirjalili的《Python机器学习》一书。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

Section I: Code and Analyses

第一部分：代码

from sklearn import datasets
from sklearn.model_selection import train_test_split
from sklearn.preprocessing import StandardScaler
from sklearn.svm import SVC
from sklearn.pipeline import make_pipeline
import numpy as np
from sklearn.model_selection import cross_val_score
from sklearn.model_selection import GridSearchCV
import matplotlib.pyplot as plt
import warnings
warnings.filterwarnings("ignore")

plt.rcParams['figure.dpi']=2