检查sklearn车型中的过盈和过盈

Question

我使用sklearnRandomForestClassifier作为我的分类。我不知道如何评估sklearn模型的过拟合和欠拟合

model = RandomForestClassifier(n_estimators=1000, random_state=1, criterion='entropy', bootstrap=True, oob_score=True, verbose=1)
model.fit(X_train, y_train)

目前，我正在使用其他指标来评估我的模型，如交叉评分、混淆矩阵、分类报告、排列重要性。有人能帮我做这个吗

Answer 1

有多种方法可以测试过盈和欠盈。如果你想特别关注训练和考试成绩并进行比较，你可以用sklearnscross_validate来做。如果您阅读了文档，它将返回一本字典，其中包含您提供的指标中的训练分数（如果提供为train_score=True）和测试分数

示例代码

model = RandomForestClassifier(n_estimators=1000, random_state=1, criterion='entropy', bootstrap=True, oob_score=True, verbose=1)
cv_dict = cross_validate(model, X, y, return_train_score=True)

您还可以简单地创建一个带有训练测试拆分的保持测试集，并使用测试数据集比较您的训练和测试分数