测试与评分
对学习算法在数据上进行测试。
输入
• 数据:输入数据集
- 测试数据:独立的测试数据集
● 学习器:学习算法(可多个)
输出
● 评估结果:分类算法测试的结果
该小部件用于测试学习算法,支持多种采样方案(包括使用独立测试数据)。主要功能包括:
- 展示包含不同分类器性能指标(如分类准确率、ROC曲线下面积等)的表格。
- 输出评估结果,供其他小部件(如ROC分析或混淆矩阵)进一步分析分类器性能。
学习器信号的特殊性:可连接至多个小部件,以便用相同流程测试多个学习器。
1. 支持的采样方法
- 交叉验证:将数据分为若干折(通常为5或10折),依次用一折作为测试集,其余折训练模型,循环所有折后取平均值。