1回答

liuyubobobo

2018-10-12

已采纳

交叉验证的目的是更准确的获得模型的参数，而不是训练出最终模型。你没有理解交叉验证的过程：）

对于一组参数，假设叫p1。交叉验证把数据分成了三份，假设叫a,b,c。

用ab训练，c做测试，会得到一个这组参数p1训练出的模型的得分，假设叫score_ab；

用ac训练，b做测试，会得到一个这组参数p1训练出的模型的得分，假设叫score_ac；

用bc训练，a做测试，会得到一个这组参数p1训练出的模型的得分，假设叫score_bc；

我们在课程中用的cross_val_score，返回的就是这三个score

score_ab，score_ac和score_bc的平均值，叫做score1。这个score1，可以更好的描述参数p1的效果。因为，此时，我们得到这个score，一定程度刨除了随机化分数据及带来的影响。（所有的数据都有机会即当训练数据集，又当测试数据集）。

如果，再来一组参数p2，我们可以使用同样的这种方式，计算出score2。

我们比较score1和score2的高低，就可以知道这两组参数谁更好。我们最终要用更好的那组参数：）

请再仔细理解一下课程中以knn为例使用交叉验证找模型参数的代码：

best_k, best_p, best_score = 0, 0, 0for k in range(2, 11):
    for p in range(1, 6):
        knn_clf = KNeighborsClassifier(weights="distance", n_neighbors=k, p=p)
        scores = cross_val_score(knn_clf, X_train, y_train) # 理解这里！
        score = np.mean(scores) #理解这里！
        if score > best_score:
            best_k, best_p, best_score = k, p, score
            print("Best K =", best_k)print("Best P =", best_p)print("Best Score =", best_score)

加油！：）

2

8

慕运维2948618

回复

liuyubobobo

谢谢老师

2019-04-28

共8条回复