机器学习+Python：绘图验证

Question

我想为我的朴素贝叶斯估计量画一条验证曲线，如下所示：

http://scikit-learn.org/stable/auto_examples/model_selection/plot_validation_curve.html

我不明白什么是训练分数。你知道吗

有人能解释一下吗？你知道吗

Answer 1

培训分数是指在培训过程中获得的分数。例如，当您调用yourmodel.fit(x_train, y_train)之类的内容时，在本例中，是橙色线。在幕后，您的模型正在对您的x\u列车数据（您的特征，例如温度或湿度）和您的y\u列车（您的标签/结果，例如下雨或不下雨）进行预测。非常粗略地，训练分数是根据您的模型正确预测的次数来计算的。例如，您的模型的得分可能为0.9436。。（大约94%），这意味着您的机器学习模型94%的时间输出了正确的决策。你经常会发现，在训练过程中，一个模型的得分往往高于它在测试集上的得分。你可以看到橙色的线看起来好像是1.0，有效地得分100%，但是交叉验证（test）得分最高的是低于100%，这是一个更常见的现象。你知道吗

假设分数为1.0意味着你的模型是完美的，这可能是危险的，因为过度拟合意味着你的模型与你的训练数据过于吻合，不能很好地推广到新数据。我建议查看this更多信息，Sci Kit learns网站有很好的文档。你知道吗