Python 3.x 总数据集培训是否提高了信心分数

我在多类分类中使用SVC（kernel=“linear”，probability=True）。当我将三分之二的数据用于训练时，我得到了约72%。当我试图在生产中预测时，我得到的信心分数非常少。对总数据集进行培训是否有助于提高信心分数

对总数据集进行培训是否有助于提高信心分数

可能吧。一般来说，数据越多越好。但是，应在模型以前未见过的数据上进行性能评估。一种方法是像您所做的那样，留出一部分数据，一个测试集。另一种方法是使用交叉验证，见下文

当我试图在生产中预测时，我得到的信心分数非常少

这意味着您的模型不能很好地推广。换句话说，当呈现数据时，在模型开始做出或多或少的随机预测之前，它从未见过

为了更好地了解模型的通用性，您可能需要使用：

这将使用完整数据的折叠在完整数据集上训练和评估分类器。对分类器的每次分割进行折叠，并在数据的一个排他子集上进行训练和验证。对于每个分割，

得分

结果包含验证得分（对于SVC，精度）。如果您需要对要评估的指标进行更多控制，请使用该函数

生产预测

为了提高模型的性能，需要考虑以下几种方法：

• 使用更多的培训数据
• 使用一种方法来减少预测方差
• 使用不同的模型（算法）

---

您可能（如果我理解的解释正确的话）过度适合您的模型。添加更多数据通常有助于更好地训练模型。但是，我想，这不是你目前的主要问题。通常使用更多的数据会减少过度拟合，而不是更多。@MatiasValdenegro我同意，我删除了误导性陈述。

from sklearn.model_selection import cross_val_score
clf = SVC()
scores = cross_val_score(clf, X, Y)