КРОСС ВАЛИДАЦИЯ PYTHON
Кросс-валидация (cross-validation) является одним из наиболее распространенных методов оценки эффективности модели в машинном обучении. Это метод, который позволяет оценить обобщающую способность модели на основе обучающей выборки. Обычно данные разбивают на k блоков, затем k раз модель обучают на k-1 блоке и тестируют на оставшемся.
В Python кросс-валидация может быть выполнена с помощью библиотеки scikit-learn. Например, мы можем использовать класс KFold из scikit-learn для создания объекта, который генерирует индексы для разбиения данных на обучающие и тестовые наборы:
from sklearn.model_selection import KFold
kf = KFold(n_splits=5)
for train_index, test_index in kf.split(X):
print("train:", train_index, "validation:",test_index)
X_train, X_test = X[train_index], X[test_index]
y_train, y_test = y[train_index], y[test_index]
Этот код создает объект KFold, который разбивает наш набор данных на 5 блоков. Затем мы используем метод split для генерации индексов обучающих и тестовых наборов. В качестве примера мы напечатали индексы для каждого разбиения и создали переменные X_train, X_test, y_train, y_test для каждого блока, чтобы использовать их для обучения и тестирования модели.
K Fold Cross validation using scikit learn in Jupyter Notebook
Part 2-4 - Apa itu K-fold Cross Validation
Machine Learning Fundamentals: Cross Validation
Pertemuan 14 - Validasi dan Pengujian Model dengan Python -Cross Validation-Python Data Mining 2021
14-12 Кросс валидация для временных рядов в python
15 Условный оператор if Python. Если Python
8.2. Cross Validation - Python implementation - cross_val_score - Cross Validation in Sklearn
8.3 Кросс-валидация - главные песни о качестве
Что мы можем узнать по номеру телефона. Phyton и библиотека phonenumbers помогут нам в этом.
Machine Learning. Урок №2. Кросс - валидация/Сross-validation
Новые материалы: