我对scikit学习/机器学习比较陌生。我必须使用泰坦尼克号数据集创建一个决策树,它需要使用5折的KFold交叉验证。这是我到目前为止所知道的:
cv = KFold(n_splits=5)
tree_model = tree.DecisionTreeClassifier(max_depth=3)
print(titanic_train.describe())
fold_accuracy = []
for train_index, valid_index in cv.split(X_train):
train_x,test_x = X_train.iloc[train_index],X_train.iloc[valid_index]
train_y,test_y= y_train.iloc[train_index], y_train.iloc[valid_index]
model = tree_model.fit(train_x,train_y)
valid_acc = model.score(test_x,test_y)
fold_accuracy.append(valid_acc)
print(confusion_matrix(y_test,model.predict(X_test)))
print("Accuracy per fold: ", fold_accuracy, "\n")
print("Average accuracy: ", sum(fold_accuracy)/len(fold_accuracy))
dot_data = StringIO()
我的问题是,我的拟合模型是否只存在于循环中?我需要从提供的测试训练集中准确地预测“存活”在哪里是未标记的(在混淆矩阵中,X_Test是测试数据集X值,y_test是实际存活率),我不确定通过使用这种方法进行训练,我的主要分类器(tree_model)是否正在使用文件夹中的每个集进行训练。
https://stackoverflow.com/questions/52917832
复制相似问题