1回答
我正在使用glm进行5重交叉验证，以执行逻辑回归。以下是使用内置cars数据集的可重现示例 library(caret)
str(mtcars)
df0Error z value Pr(>|z|)mpg 2.451e+00 5.979e
浏览 34提问于2021-04-20得票数 0
回答已采纳
1回答
我想知道我们是如何从k折交叉验证方法中选择模型的。在k折交叉验证中，我们可以得到k个模型和使用k个模型精度的平均值的准确度分数。您能提供一种从交叉验证中获得最终最佳模型的方法吗？
浏览 5提问于2017-10-21得票数 1
1回答
当使用sklearn的决策树回归(例如DecisionTreeRegressor和RandomForestRegressor)时，我在理解交叉验证的执行过程中遇到了问题。)
rf_score = rf.score(X,y)
dt_score和rf_score返回有前途的R-平方值(> 0.7)，但是我知道DT的过拟合特性根据学习指导原则，假设
浏览 0提问于2017-06-21得票数 5
回答已采纳
sklearn.model_selection.permutation_test_score计算的r2评分与sklearn.metrics.r2_score评分之间存在明显的不匹配。由permutation_test_score计算的数据似乎不正确；请参见下面的内容：from sklearn.linear_model import LinearRegression-(sserr/sstot)# 0.99766067
浏览 2提问于2017-04-13得票数 1
1回答
我有点搞不懂插入符号是如何在k-折叠交叉验证中得分的。model$pred命令在450个记录中</e
浏览 4提问于2016-04-08得票数 4
回答已采纳
但我有个关于k美元交叉验证的问题。因此，我理解我们将数据集划分为$k$分区的基本思想，然后在$k-1$分区上训练一个模型，同时在忽略的$k$th分区上进行测试。所以我们不想对整个数据集进行模型训练，而是只在$k-1美元的分区上进行训练。
我的问题是，我们如何处理模型参数的变化在过程中的每一个折叠</em
浏览 0提问于2018-02-28得票数 0
2回答
我有比特币时间序列，我使用11个技术指标作为功能，我想要拟合一个回归树的数据。据我所知，r中有两个函数可以创建回归树，即rpart()和tree()，但这两个函数似乎都不合适。rpart()使用k折叠交叉验证来验证最佳成本复杂度参数cp，而在tree()中，不可能指定cp的值。
我知道cv.tree()通过交叉验证寻找cp的最优值</em
浏览 1提问于2018-07-28得票数 0
回答已采纳
2回答
在交叉验证中，比方说k折叠，我们从scrach中基本创建新模型--我们抛出以前的得分模型，并根据不同的培训集创建一个新的模型。在交叉验证之后，我们不取模
浏览 7提问于2019-12-28得票数 2
1回答
抵抗与K-折叠
、、
我正在使用15k图像数据集进行二值分类。这是一个基于病人的医学图像数据集。使用随机保留策略(培训、验证和测试)是否足够？我应该使用k倍交叉验证(测试和培训(10倍))吗？对于这个数量的图像数据集来说，这是最好的。提亚
浏览 0提问于2020-08-30得票数 0
6回答
从我所读到的情况来看，我一直认为交叉验证是这样执行的：
在k次交叉验证中，将原始样本随机分成k个子样本.在k个子样本中，保留一个子样本作为模型测试的验证数据，其余的k−1子样本作为训练数据。然后交叉验证过程被重复k次(褶皱)，每个k个子样本
浏览 8提问于2012-05-03得票数 29
回答已采纳
我正在使用Python3对我的模型进行网格搜索，其中有两个参数集A和B。print("Mean: " + scores.mean())
我是否正确地理解了，score.mean()是精确性的平均值我怎样才能把自己的得分功能放进去呢？在文档中，它用“scorer(估值器，X，y)”表示。我从哪里得到X和Y？它们不是交叉</em
浏览 2提问于2016-10-27得票数 3
回答已采纳
嗨，如果我们要用以下方法来评估cv的准确性： X, y, random_state=42)
splits = k_folds.split(X_train, y_train)
cv_acc = cross_val_score(model, X_train, y_train, cv=s
浏览 3提问于2020-09-14得票数 1
回答已采纳
在linear_model.Ridge上使用sklearn.grid_search.GridSearchCV()执行网格搜索以找到合适的alpha后，我们可以使用clf.grid_scores_获得网格分数结果中的数字是什么意思？这些数字如何告诉我们哪一个是最好的alhpa？下面是一个grid_scores_结果的示例： -3.5395266121766391e-06,
array([ -5.819019
浏览 0提问于2013-05-03得票数 2
回答已采纳
就我而言，cvfit做了一个K折叠交叉验证，这意味着在每一次，它将所有的数据分离成训练和验证集。对于每一个固定的λ，首先利用训练数据得到一个系数向量。然后实现该模型，对验证集进行预测，得到误差。因此，对于K折叠CV，它有k个系数向量(每个都是从一个训练集生成的)。那么是什么
浏览 1提问于2018-01-11得票数 1
回答已采纳
10回答
多项式函数的定积分
、、、
您需要计算某个多项式函数的定积分(以a和b为界)，该函数的形式为：
通常，这可以用微积分和幂规则的基本定理来完成。您将决定您的程序可以解决的程度。在你的答案的某个地方，指定
浏览 0提问于2021-02-15得票数 13
回答已采纳
2回答
自定义交叉验证分割学习
、、、、
我试图分裂一个数据集的交叉验证和GridSearch的学习。我想定义我自己的拆分，但是GridSearch只使用内置的交叉验证方法。但是，我不能使用内置的交叉验证方法，因为我需要某些示例组在相同的折叠中。所以，如果我有例子: A1，A2，A3，A4，A5，B1，B2，B3，C1，C2，C3，C4，.、Z1、<e
浏览 5提问于2014-06-06得票数 3
回答已采纳
我有一个数据集，它已经被分成10倍，每个折叠都有训练、验证和测试集。我无法理解如何在这个数据集上应用10倍交叉验证。通常，如果我们想在数据集上应用k折叠交叉验证，步骤如下：在我的例子中，数据集已经被划分为10倍，除了训练集之外，每个折叠都包含验证和测试集。如果有人能指导我，如何<
浏览 0提问于2019-03-27得票数 1
1回答
我已经做了5折交叉验证。因此，基本上我的数据集被分为5个训练和5个测试折叠。这就是我在scikit中所做的：k_fold=cross_validation.KFold(n=len(tourism_train_X，对于每个训练和测试折叠，我都会这样做。alpha中的五个训练文件夹中的
浏览 6提问于2015-05-05得票数 2
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
