模型的评判和调优 发表于 2019-09-07 更新于 2019-10-08 分类于 机器学习 精确率和召回率 分类模型评估API:F1-score,反应了模型的稳健性 模型选择和调优交叉验证交叉验证为了让被评估的模型更加准确可信 网格搜索网格搜索是用来调参数的。通常情况下,有很多参数是需要手动指定的(如k-近邻算法的k)但是手动过于繁杂。所以需要对模型预设几种超参数组合,每组超参数都采用交叉验证来进行评估。 sklearn.model_Selection.GridSearchCV ----本文结束,感谢您的阅读。如有错,请指正。---- 大哥大嫂过年好!支持我一下呗 打赏 微信支付 支付宝