[英]Using cross-validation to determine weights of machine learning algorithms (GridSearchCv,RidgeCV,StackingClassifier)
我的問題與 GridSearchCV、RidgeCV 和 StackingClassifier/Regressor 有關。
我的問題是,這到底是什么意思? 它是否將訓練數據分成 k 折,然后對於每折,在折的訓練部分訓練最終估計器,在折的測試部分對其進行測試,然后從折中獲取最終估計器的權重最佳得分? 或者是什么?
- 要找到最佳超參數,他們是否對所有折疊進行 CV,對於每個超參數,找到具有最佳平均得分的超參數,然后在找到最佳超參數后,使用最佳超參數訓練 model,使用整個訓練放? 還是我看錯了?
如果有人能對此有所了解,那就太好了。 謝謝!
你完全正確。 該過程如下所示:
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.