Почему результаты производительности Compare_models иplot_model для установки с 10-кратным CV отличаются ⇐ Python

[Anonymous]

В сеансе 10-кратного резюме нет дополнительных «test_data» для настройки, поэтому данные были разделены на данные обучения и данные тестирования для каждого сгиба.
Есть результат Compare_models на основе средней производительности данных обучения + тестирования с 10-кратным увеличением?
Результатplot_model является результатом средней производительности набора данных «удержания», как показано на рисунке руководство. Является ли «удерживаемый» набор данных данными тестирования на каждую складку здесь, а результатыplot_model усредняются с 10-кратными данными тестирования?
Как результаты производительности Compare_models code> иplot_model разные. Спасибо.

Подробнее здесь: https://stackoverflow.com/questions/792 ... up-with-10