寻找最优模型---K折交叉验证

---

目录

1.概览

2.代码

---

1.概览

当我们要从多个模型中快速选择一个较为合适的模型时，也可以把数据依次放到每个模型中去测试，找到泛化能力较强的那一个。虽然这是一个「笨」办法，但在实验流程上也有一些取巧的步骤。其中之一，就是今天要介绍的 K 折交叉验证（k-fold cross-validation）。

其通过将数据集均分成 K 个子集，并依次将其中的 K-1 个子集作为训练集，剩下的 1 个子集用作测试集。在 K 折交叉验证的过程中，每个子集均会被验证一次。

 

 

2.代码

# -*- coding: utf-8 -*-
"""
Created on Thu Sep  6 19:54:24 2018

k折交叉验证
   数据：（鲍鱼）年龄数据集 challenge-6-abalone.csv
   http://labfile.oss.aliyuncs.com/courses/1081/challenge-6-abalone.csv
     数据说明：最后 1 列为目标列，统计了鲍鱼的环数（Rings），环数从 1-30 变化，值越大代表鲍鱼的年龄越大。
    
    
  方法:
      1.批量替换df.replace（）    指定替换值
         df.Sex.replace({'M&#