机器学习 评估指标之交叉验证

1、交叉验证 通俗的讲就是将样本均分为几等份,拿出某一(几)份作为测试样本,剩下的作为训练样本,去预测得到相应指标(准确率,召回率,f1等),再抽取另一份(几份)作为测试样本,剩下的作为训练样本,去预测得到相应指标(准确率,召回率,f1等) ,使得每一份样本都参与到测试集中,最终返回一个指标列表。 作用 1、交叉验证用于评估模型的预测性能,尤其是训练好的模型在新数据上的表现,可以在一定程度上减小过拟合。 2、还可以从有限的数据中获取尽可能多的有效信息。 2、案例代码 数据下载地址 链接: https://pan.baidu.com/s/1f-C7LSqo-zzZzFXjQIC0lQ 提取码: