[英]Using cross-validation to determine weights of machine learning algorithms (GridSearchCv,RidgeCV,StackingClassifier)
我的问题与 GridSearchCV、RidgeCV 和 StackingClassifier/Regressor 有关。
我的问题是,这到底是什么意思? 它是否将训练数据分成 k 折,然后对于每折,在折的训练部分训练最终估计器,在折的测试部分对其进行测试,然后从折中获取最终估计器的权重最佳得分? 或者是什么?
- 要找到最佳超参数,他们是否对所有折叠进行 CV,对于每个超参数,找到具有最佳平均得分的超参数,然后在找到最佳超参数后,使用最佳超参数训练 model,使用整个训练放? 还是我看错了?
如果有人能对此有所了解,那就太好了。 谢谢!
你完全正确。 该过程如下所示:
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.