1回答
最优化的重复交叉验证
、、、
我想执行5折交叉验证10次，并输出准确性。让我们考虑一下我的函数： library(caret) acc <- c()
idx <- 1:length(y)我认为我会以最慢的方式编写代码(但也是最直观的)。这段代码的问题是双重循环。我在想是否有可能省略它，但我不知道如何省略。你认为双重循环是可以避免的吗？
浏览 25提问于2021-04-19得票数 0
2回答
我试图使用网格搜索为我的模型找到最佳参数。在进行交叉验证时，我知道必须执行Nearmise欠采样方法，在使用交叉验证之前，我是否应该将网格搜索与我的低采样数据集(无论在抽样技术下是哪种数据集)或我的整个培训数据集(整个数据集)进行匹配？
浏览 0提问于2021-02-16得票数 0
1回答
当使用随机森林时，使用常规交叉验证和仅取不同随机状态的多个模型的平均结果会给出与重复的K倍交叉验证相同的结果吗？
重复的K倍交叉验证基本上重复交叉验证与多个不同的分裂数据和报告的平均结果。
浏览 0提问于2021-03-23得票数 0
回答已采纳
我正在尝试对一个大型数据集执行超参数优化。我希望避免使用交叉验证cv来加速优化。这就是为什么我要使用来自训练数据集的验证集，其验证拆分= 0.2。cv=3)
grid_result = grid.fit(X_train, y_train) 我应该如何修改上面的GridSearchCV()参数来使用带有validation_split=0.2的验证数据集，并忽略交叉验证来执行超参数优化<
浏览 28提问于2020-06-15得票数 1
回答已采纳
我有一个问题，在科学学习中的超参数优化。我最熟悉tensorflow，您首先将数据分成三组:训练、验证和测试。利用训练集和验证集对超参数进行优化，最后用测试集对模型进行评估。所有数据都是使用来自测试集的统计信息进行规范化的，据我所理解，这背后的原理是，模型没有“看到”来自验证和测试的数据，因此不能以任何方式使用它们的统计数据。不管怎么说，我的问题与科学工具箱中<e
浏览 0提问于2021-04-16得票数 0
1回答
我正在使用MATLAB中的分类学习者。在训练模型时，一些分类器的精度较高，而另一些分类器的精度较低。由于我是机器学习的新手，所以我想问一问，我们应如何从这一点出发，即我们是否只需要考虑精度最高的分类器？
浏览 4提问于2020-05-20得票数 0
回答已采纳
3回答
我是机器学习领域的新手。我的问题是:我已经建立了一个模型，我正在努力优化这样的模型。通过做一些研究，我发现交叉验证可以用来帮助我避免有一个过于合适的模型。此外，Gridsearchcv可以帮助我优化这类模型的参数，并最终确定最佳的参数。现在，我的问题是，我应该先进行交叉验证，然后使用网格搜索来确定最佳参数，还是使用GridsearchCV执行交叉
浏览 1提问于2020-02-13得票数 2
回答已采纳
1回答
叠加模型的超参数整定
、、、、
我正在阅读下面的kaggle文章，以学习如何合并模型堆叠
ML模型中的http://blog.kaggle.com/2016/12/27/a-kagglers-guide-to-model-stacking-in-practice对训练数据进行5倍构造和样本外预测的结构，对于在基本模型之上建立元模型或模型是有意义的。但是，我不确定它是如何使用超参数调优的，特别是对于基本模型。因此，从样本预测中提取出来的概念对我来说是有意义的。我
浏览 0提问于2018-11-16得票数 4
1回答
如果我在Weka上的特定数据集上运行5次交叉验证，我将获得一组优化的参数。如何使用此参数在weka上运行另一个10折交叉验证？
浏览 1提问于2011-02-25得票数 0
回答已采纳
我正在做一些关于医学数据的实验。我即将转移，学习预先训练的网络，以解决我的问题。
首先，我必须选择一个网络架构。其次，对优化器的参数/参数进行优化，以获得更好的性能。我想选择基于10倍交叉验证的几种架构的网络体系结构。我将执行交叉验证的方式，我有数据分割训练:测试以80:20的方式，然后列车被分割成10个分裂。测试集不
浏览 0提问于2019-03-09得票数 0
我正在尝试在Python语言中优化的超参数。
我有3个独立的数据集:训练/验证/测试。因此，我希望使用特定的验证集来调优超参数，而不是使用交叉验证方法，即中描述的“第一种方法”。现在，sklearn有一些很好的内置方法来使用交叉验证(例如)来优化超参数，但是如果我想用特定的验证集来调优我的超
浏览 12提问于2021-11-04得票数 1
在没有交叉验证的情况下可以使用GridSearchCV吗？我试图通过网格搜索来优化KMeans集群中的集群数量，因此我不需要或不希望交叉验证。也让我感到困惑，因为在fit()方法下，它有一个无监督学习的选项(比如使用None进行无监督学习)。但是，如果你想做无监督的学习，你需要在没有交叉验证的情况下去做，而且似乎没有办法摆脱交叉验证。
浏览 3提问于2017-06-19得票数 29
回答已采纳
我试图优化我的MLP中隐藏单位的数量。为什么会这样？我很难相信过度拟合的发生，因为大量的数据点被使用(所有10倍，即162000训练点，尽管每次重复9次)。
非
浏览 2提问于2017-04-04得票数 1
回答已采纳
XGBoost库通过xgboost.cv()拥有自己的交叉验证的实现。看起来，它需要将数据存储为DMatrix。不用使用xgboost.cv()，我可以使用XGBoost的雪橇与GridSearchCV()、RandomizedGridCV或cross_validate()一起使用sklearn执行交叉验证。如果我使用交叉验证的sklearn实现，我可以使用pandas.DataFrame的S和熟悉
浏览 0提问于2022-12-28得票数 0
1回答
交叉验证对插入符号和svm的预测
、、、、
在调整模型时产生的ROC/Sens/Spec与模型在同一数据集上所做的实际预测之间似乎存在差异。我用的是插入符号，它使用的是核实验室的ksvm。我没有遇到glm的问题。predict(ir), iris$Species, positive = "setosa")这种差异的根源是什么哪些是“真实”、交叉验证</
浏览 2提问于2016-12-15得票数 2
回答已采纳
我正在尝试使用h2o.glm通过交叉验证来找到最优惩罚lambda。这是一个多项式模型。 但是，我看到它是根据多项式偏差进行优化的。我是否可以对一些其他指标进行交叉验证，例如错误分类错误？文档中提到了参数custom_metric_func，但我不清楚它的说明。此指标是否用作交叉验证分数？如果是，文档还会声明它只在Python接口中可用。这是真的吗？
浏览 32提问于2020-01-21得票数 1
理论上说，将数据集分解为三组:训练集用于训练模型，验证集用于调整参数，测试集用于评估性能。我有10个班，对于火车数据，每个班有1017个样本。在验证和测试集中，我为每个类提供了300个样本。clf.fit(train,
浏览 5提问于2017-05-13得票数 1
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
