关于机器学习的三个阶段
592
2022-05-30
3.8 复习题
1.什么是过拟合?什么是欠拟合?怎么样去诊断算法是否过拟合或欠拟合?
2.模型的拟合成本是什么意思?它和模型的准确性有什么关系?
3.我们有哪些指标来评价一个模型的好坏?
4.为什么需要交叉验证数据集?
5.什么是学习曲线?为什么要画学习曲线?
6.打开ch03.02.ipynb,运行这个示例代码。
7.参考ch03.02.ipynb,换成随机森林回归算法sklearn.ensemble.RandomForestRegressor来拟合曲线,并画出学习曲线。提示:读者可以阅读scikit-learn文档以获得帮助。不过不需要深入了解算法原理,由于scikit-learn提供了一致的接口,对大部分有编程经验的读者,这个任务不会是太大的障碍。
8.为什么需要查准率和召回率来评估模型的好坏?查准率和召回率适合哪些问题领域?
机器学习 scikit-learn
版权声明:本文内容由网络用户投稿,版权归原作者所有,本站不拥有其著作权,亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容,请联系我们jiasou666@gmail.com 处理,核实后本网站将在24小时内删除侵权内容。