我正在使用LGB来处理机器学习任务。但我发现，当我使用sklearn API cross_val_score并设置cv=10时，时间成本比单折拟合要少。我使用train_test_split拆分数据集，然后在训练集上拟合LGBClassifier。后者的时间成本比前者多得多，为什么？ 对不起，我的英语不好。sklearn.model_selection import cross_val_score
浏览 57提问于2019-05-22得票数 1
1回答
比较交叉验证和测试集结果
、、、、
我很难理解交叉验证测试和测试集上运行的测试结果。首先，我制作了以下管道：然后，我在缩放训练集(原始数据集的75%)上使用交叉验证：然后，我用训练数据拟
浏览 0提问于2020-11-05得票数 0
回答已采纳
在Scikit的一些分类模型中，我注意到在进行交叉验证时，我获得的日志丢失和ROC AUC的分数一直低于在整个训练集上的拟合和预测(用于检查是否过拟合)，这对我来说是没有意义的。具体来说，使用cross_validate，我将评分设置为['neg_log_loss', 'roc_auc']，在对训练集执行手动拟合和预测时，我使用了度量函数log_loss&#x
浏览 5提问于2020-10-01得票数 2
回答已采纳
我在ML中唯一知道的与"CV“匹配的缩略语是交叉验证，但我猜不是这样，因为这将在带有包装器函数的scikit中实现，而不是逻辑回归函数本身的一部分(我认为)。
浏览 19提问于2017-09-30得票数 25
回答已采纳
2回答
在最坏的情况下，这可能会创建近200个虚拟变量。我应该对产品I进行一次热编码吗？在最坏的情况下，这可能会导致数以千计的虚拟变量。多少钱是太多了？
浏览 0提问于2022-10-07得票数 0
1回答
我使用了R^2度量来确定我的神经网络的非线性回归效果。而且看起来很管用。这些图看起来几乎相同，我得到的R^2值为0.93.它似乎工作得很好，但是有人告诉我，R^2应该只适用于线性数据。
浏览 0提问于2019-11-02得票数 1
1回答
现在，我可以使用交叉验证，而不用担心使用以下例程来分割数据：clf = make_pipeline(StandardScaler(), model我真的不明白为什么当使用整个数据集时，用于交叉验证的RMSE要高得多，而且与减少的数据集相比，预测非常糟糕。补充说明
此外，我已经尝试运行上面的例程，这次使用缩减的子集X_val, y_val作为交叉
浏览 0提问于2021-03-17得票数 2
5回答
我有一组数据，我在matlab中使用决策树对它们进行分类。我将集合分为两部分:一部分是训练数据(85%)，另一部分是测试数据(15%)。问题是准确率在%90左右，我不知道如何才能提高它。
浏览 1提问于2012-06-06得票数 2
1回答
我正在使用XGBClassifier训练二进制分类器(如果我正确理解的话，基本上是增强了决策树)。我有10K的训练例子。结果是，只使用A显然比同时使用A和B更好。在这一点上，我认为这可能是过度拟合，因此使用较少的特征实际上避免了过度拟合。
在上述训练中使用的树#为100棵。因此，我使用了10倍交叉验证来为每个功能集组合找到最优的树#，它们都超过了100 (比如300-500)。因此，在我看来，这些模
浏览 0提问于2017-02-27得票数 3
回答已采纳
4回答
我试着避免在我所能想到的所有方法中过度拟合，嵌套交叉验证的平均输出是r2 0.88，我不确定我是否可以相信它，或者是否有其他方法可以看到这是否过度合适。使用嵌套k折叠交叉验证和10 k折叠。
我唯一知道的其他领域，我还没有真正探索的是投影技术。在训练之前，我还更多地手动删除了一些少数人的样本基因(例如，去掉了仅占训练数据集1/8的0.9分的训练基因)，以便给出经过训练的模型来预测和查看模型是如何推广到这种难以预测的“新”基因
浏览 0提问于2020-07-07得票数 3
回答已采纳
2回答
K折叠交叉验证。
“训练与测试集”方法具有较高的精度，而其余的方法则达到相同的精度，但比第一次方法要低。
浏览 6提问于2019-11-17得票数 0
2回答
CNN模型的交叉验证技术
、、、
我在研究CNN的模型。和往常一样，我用批次和时代一起训练我的模型。当它完成训练和验证时，最后我使用一个测试集来衡量模型的性能并生成混淆矩阵。现在我想用交叉验证来训练我的模型。我可以实现它，但我脑海中有一些问题：2-如果我使用交叉验证，如何生成混淆矩阵？我是否可以将数据集拆分为训练/测试，然后在列
浏览 0提问于2019-03-22得票数 10
回答已采纳
因此，我想测试很多的超参数的xgboost分类模型，并对所有这些进行交叉验证。要做到这一点，我使用网格搜索。为了加快进程，我希望尽可能多地使用cpu核心，因此我将n_jobs参数设置为系统中可用的cpu核数。这一切都非常好，请参阅下面的代码。cv=3, verbose=10)
现在，当我在笔记本电脑上运行这个程序时当我在有8个内核的Google N2 VM上运行这个完全相
浏览 0提问于2021-05-18得票数 1
我是在一个LSTM网络工作，我得到了4.7e-4左右的损失金额.似乎增加了更多的层数和增加的时间并不能帮助减少它。我还为每个层使用了一个Dropout = 0.2，并使用Keras库实现了所有的作业。为什么我不能减少我的损失？这里有什么问题吗？
浏览 0提问于2019-02-27得票数 1
1回答
我的目标是表明doc2vec嵌入比简单的统计更能预测文档类，并解释哪些单词(或者可能是单词序列，等等)。在每一份文件中，都是指班级。我有一个(交叉验证的)分类器的良好性能(交叉验证的)分类器与另一个统计量相比较，但我仍然不确定如何将分类器的结果与给定文档的任何特征联系起来。有什么标准的方法吗？在word嵌入上输出的文档类在交叉验证拆分中非常一致，这是令人鼓舞的，尽管我不知道如何将这些有效的标签转换为"Doc
浏览 9提问于2021-05-18得票数 0
回答已采纳
2回答
我们还假设一些检查可以保证这一相当好的错误率也不是由于测试/列车分离造成的。
说这里没有进行有效的学习是真的吗？如果是这样的话，我们是否可以由此得出结论:有一个更好的模型，在测试中有更好的准确性，但并不过分合适？
浏览 0提问于2020-01-26得票数 4
回答已采纳
在我的数据中，我想检查哪一个变量对结果影响最大，那就是股票收益率。我的数据如下。我的密码也附上去了。data,PEratio)
test <- data_update[48:57,]
对于上面的子集数据集训练和测试，我不确定是否需要对这些数据进行交叉验证
浏览 3提问于2014-11-10得票数 2
回答已采纳
4回答
一组二元值的平均值可以在95%的置信度下抽取约1000个样本，在99%的置信度下采样3000个样本。假设一个二元分类问题，为什么总是使用80/20%的规则，而不是用几千个样本，平均精度可以用> 95%的置信度来估计？
浏览 0提问于2016-05-13得票数 5
回答已采纳
云服务器
ICP备案
云直播
对象存储
实时音视频
腾讯云开发者
