首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
MCP广场
社区首页 >问答首页 >在建立模型、评估模型和评估结果步骤中,应报告哪些内容?

在建立模型、评估模型和评估结果步骤中,应报告哪些内容?
EN

Data Science用户
提问于 2018-06-17 04:54:35
回答 1查看 1.8K关注 0票数 3

如果您能让我知道在以下步骤中报告什么,我将非常感激-DM?

  • 构建模型:对于参数设置、模型和模型描述,应该报告什么?我使用网格搜索来调优超参数。
  • 评估模型:模型评估和修改后的参数设置应该报告什么?
  • 评估结果:对数据挖掘结果的评估应该报告什么?

实际上,我只使用Logistic回归来执行分类任务,使用如下所示的过程:

对测试数据集的最终模型评估是评估结果的一部分,还是应该对新数据进行评估?

EN

回答 1

Data Science用户

发布于 2018-06-17 09:07:47

你展示结果的方式是相当好的。

我不能说以下过程是我的场景中的标准过程--我做了这样的事情:

我就是这样向我的经理们介绍的,让他们了解我所遵循的程序。

我为每一个片段做了一张幻灯片,突出了它们需要知道的要点。

在显示结果的同时,我将数据命名为不同的(准确性)。

  1. 训练集精度:占数据集总数的70%,推导出精度%,也称为模型精度。
  2. 测试集精度:测试集占整个数据集的30%,它的准确性称为测试精度。
  3. 盲测试准确性:这是全新的数据,这里我用整个数据集训练模型,然后使用新的数据进行测试(您也可以将它称为验证集)

我就是这样提出的:

既然你的也是一个分类问题,为了更好地解释它,我给了他们分类:

如果你有任何问题,请告诉我,我很乐意帮助你。

票数 3
EN
页面原文内容由Data Science提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接:

https://datascience.stackexchange.com/questions/33265

复制
相关文章

相似问题

领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档