机器学习之使用sklearn代码进行交叉验证模型

之前我们介绍了机器学习的一些基础性工作，介绍了如何对数据进行预处理，接下来我们可以根据这些数据以及我们的研究目标建立模型。那么如何选择合适的模型呢？首先需要对这些模型的效果进行评估。本文介绍如何使用 sklearn代码进行模型评估

模型评估

对模型评估的基本步骤如下：

• 首先将要将数据集分为训练集和测试集
• 对训练集进行模型拟合
• 确定合适的评估指标
• 计算在测试集上的评估指标

数据集划分

在机器学习问题中，从理论上我们需要对数据集划分为训练集、验证集、测试集。

• 训练集：拟合模型（平常的作业和测试）
• 验证集：计算验证集误差，选择模型（模拟考）
• 测试集：评估模型（最终考试）
  但是在实际应用中，一般分为训练集和测试集两个。其中训练集：70%，测试集：30%.这个比例在深度学习中可以进行相应的调整。
  我们可以使用sklearn中的train_test_split划分数据集

数据划分的演进过程

1、训练集+测试集

如果在一个数据集A上进行训练，同样再用A作为评估数据集，无法评估在新数据集上的表现，为了避免这种情况，通常会取出一部分未被训练的数据作为测试集。