Почему результаты производительности Compare_models иplot_model для установки с 10-кратным CV отличаютсяPython

Программы на Python
Ответить
Anonymous
 Почему результаты производительности Compare_models иplot_model для установки с 10-кратным CV отличаются

Сообщение 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
Ответить

Быстрый ответ

Изменение регистра текста: 
Смайлики
:) :( :oops: :roll: :wink: :muza: :clever: :sorry: :angel: :read: *x)
Ещё смайлики…
   
К этому ответу прикреплено по крайней мере одно вложение.

Если вы не хотите добавлять вложения, оставьте поля пустыми.

Максимально разрешённый размер вложения: 15 МБ.

Вернуться в «Python»