跟我一起学scikit-learn10：模型准确性

最新推荐文章于 2022-01-04 15:57:05 发布

原创

最新推荐文章于 2022-01-04 15:57:05 发布 · 515 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#sklearn #交叉验证

测试数据集的成本，即 $Jtest(θ){J}_{test}(\theta)$ 是评估模型准确性的最直观的指标， $Jtest(θ){J}_{test}(\theta)$ 值越小说明模型预测出来的值与真实值差异越小，对新数据的预测准确性就越好。需要特别注意，用来测试模型准确性的测试数据集，必须是模型“没见过”的数据。

这就是为什么，要把数据集分成训练数据集和测试数据集。一般原则是按照8:2或7:3来划分，然后用训练数据集来训练模型，训练出模型参数后再使用测试数据集来测试模型的准确性，根据模型的准确性来评价模型的性能。

可以思考一个问题：为什么要确保模型没有见过测试数据集？

那么，我们要如何计算测试数据集的误差呢？简单地说，就是用测试数据集和训练出来的模型参数代入相应的成本函数里，计算测试数据集的成本。

针对前面介绍的线性回归算法，可以使用下面的公式计算测试数据集的误差，其中m是测试数据集的个数：
$Jtest(θ)=12m∑i=0m(hθ(x(i))−y(i))2{J}_{test}(\theta)=\frac{1}{2m}\sum^{m}_{i=0}({h}_{\theta}({x}^{(i)})-{y}^{(i)})^2$