本文共 2626 字，大约阅读时间需要 8 分钟。

评估算法   2020/5/281.分离数据集方法：1)分离训练数据评估数据2)K折交叉验证分离3)弃一交叉验证分离4)重复随机评估，训练数据集分离

2.实例2.1.分离训练数据评估数据通常训练集：评估集=0.67：0.33应用：    简洁快速；大量数据且数据比较平衡，或对问题的展示比较平均的情况。#实例1：import pandas as pd,numpy as npfrom sklearn.linear_model import LogisticRegressionnp.set_printoptions(precision=3)# 导入数据filename = 'pima_data.csv'names = ['preg', 'plas', 'pres', 'skin', 'test', 'mass', 'pedi', 'age', 'class']data = pd.read_csv(filename, names=names)array = data.values# 将数据分为输入数据和输出结果X = array[:, 0:8]Y = array[:, 8]#from sklearn.model_selection import train_test_splitdef test_train_test_split(X=X,Y=Y):    test_size = 0.33    seed = 4    X_train, X_test, Y_traing, Y_test = train_test_split(X, Y, test_size=test_size, random_state=seed)    model = LogisticRegression(max_iter=10000)#默认max_iter=1000        model.fit(X_train, Y_traing)    result = model.score(X_test, Y_test)    print("算法评估结果：%.3f%%" % (result * 100))    test_train_test_split()#算法评估结果：80.315%

2.2.K折交叉验证分离    统计分析方法；也称循环评估；按某种规则将数据分组，一部分用作训练集，一部分用作评估集；    K折交叉验证是将原始数据分成K组，K一般>2，只有数据量小时才会尝试2；通常取3，5，10；    可有效避免过学习和欠学习#实例2：from sklearn.model_selection import KFoldfrom sklearn.model_selection import cross_val_scoredef test_KFold(X=X,Y=Y):    num_folds = 10    seed = 7    kfold = KFold(n_splits=num_folds, random_state=seed,shuffle=True)    model = LogisticRegression(max_iter=10000)#默认max_iter=1000    result = cross_val_score(model, X, Y, cv=kfold)    print("算法评估结果：%.3f%% (%.3f%%)" % (result.mean() * 100, result.std() * 100))        test_KFold()#算法评估结果：77.216% (4.968%)

2.3.弃一交叉验证分离如原始数据有N个样本，N-1个交叉验证，即每个样本单独作为验证集，其余N-1个样本作为训练集；相比K折交叉验证优点：每一回合几乎所有的样本界用于训练模型，因此最接近原始样本的分布，评估结果比较可靠实验过程中没有随机因素会影响实验数据，确保实验过程是可被复制。#实例3：from sklearn.model_selection import LeaveOneOutfrom sklearn.model_selection import cross_val_scoredef test_LeaveOneOut(X=X,Y=Y):    loocv = LeaveOneOut()    model = LogisticRegression(max_iter=1000)#默认max_iter=1000    result = cross_val_score(model, X, Y, cv=loocv)    print("算法评估结果：%.3f%% (%.3f%%)" % (result.mean() * 100, result.std() * 100))test_LeaveOneOut()# 算法评估结果：77.604% (41.689%)

2.4.重复随机评估，训练数据集分离随机分离数据为训练数据集和评估数据集，重复这个过程多次，如同交叉验证分离；#实例4：将数据按67：33比例分配，重复10次from sklearn.model_selection import ShuffleSplitfrom sklearn.model_selection import cross_val_scoredef test_LeaveOneOut(X=X,Y=Y):    n_splits = 10    test_size = 0.33    seed = 7    kfold = ShuffleSplit(n_splits=n_splits, test_size=test_size, random_state=seed)    model = LogisticRegression(max_iter=1000)#默认max_iter=1000    result = cross_val_score(model, X, Y, cv=kfold)    print("算法评估结果：%.3f%% (%.3f%%)" % (result.mean() * 100, result.std() * 100))test_LeaveOneOut()#算法评估结果：76.969% (2.631%)

转载地址：https://chunyou.blog.csdn.net/article/details/106413393 如侵犯您的版权，请留言回复原文章的地址，我们会给您删除此文章，给您带来不便请您谅解！