Scikit learn scikit了解装配上或装配下的交叉验证

我正在使用scikit learn cross_validation（）获得例如0.82的平均分数（r2_scorer）。

---

使用scikit学习功能，我如何知道我的拟合过度还是拟合不足？

在测试训练和测试数据时，您应该比较您的分数。如果分数接近相等，你很可能不合身。如果它们相距很远，则可能是过度拟合（除非使用随机森林等方法）

要计算训练和测试数据的分数，可以使用以下内容（假设数据在变量X和Y中）：

---

在测试培训和测试数据时，您应该比较您的分数。如果分数接近相等，你很可能不合身。如果它们相距很远，则可能是过度拟合（除非使用随机森林等方法）

要计算训练和测试数据的分数，可以使用以下内容（假设数据在变量X和Y中）：

---

不幸的是，我确认没有内置工具来比较CV设置中的训练和测试分数。

cross\u val\u score

工具仅报告测试分数

您可以使用安藤答案中的

train\u test\u split

功能设置自己的循环，但也可以使用任何其他CV方案

import numpy as np
from sklearn.cross_validation import KFold
from sklearn.metrics import SCORERS

scorer = SCORERS['r2']
cv = KFold(5)
train_scores, test_scores = [], []
for train, test in cv:
    regressor.fit(X[train], y[train])
    train_scores.append(scorer(regressor, X[train], y[train]))
    test_scores.append(scorer(regressor, X[test], y[test]))

mean_train_score = np.mean(train_scores)
mean_test_score = np.mean(test_scores)

如果您通过交叉验证计算平均训练和测试分数，您可以发现您是否：

• 不合身：列车分数远未达到满分（r2为1.0）
• 过度拟合：列车和测试分数彼此不接近（平均测试分数明显低于列车平均分数）

---

注意：如果您的模型不充分且数据太嘈杂，您可能同时存在严重的拟合不足和拟合过度。

不幸的是，我确认没有内置工具来比较CV设置中的训练和测试分数。

cross\u val\u score

工具仅报告测试分数

您可以使用安藤答案中的

train\u test\u split

功能设置自己的循环，但也可以使用任何其他CV方案

import numpy as np
from sklearn.cross_validation import KFold
from sklearn.metrics import SCORERS

scorer = SCORERS['r2']
cv = KFold(5)
train_scores, test_scores = [], []
for train, test in cv:
    regressor.fit(X[train], y[train])
    train_scores.append(scorer(regressor, X[train], y[train]))
    test_scores.append(scorer(regressor, X[test], y[test]))

mean_train_score = np.mean(train_scores)
mean_test_score = np.mean(test_scores)

如果您通过交叉验证计算平均训练和测试分数，您可以发现您是否：

• 不合身：列车分数远未达到满分（r2为1.0）
• 过度拟合：列车和测试分数彼此不接近（平均测试分数明显低于列车平均分数）

---

注意：如果您的模型不足且数据过于嘈杂，则可能同时存在严重的拟合不足和拟合过度现象。

感谢您的澄清感谢您的澄清