机器学习udacity

Question

这些代码是什么意思？

你可以向我解释一下：

features_train, labels_train, features_test, labels_test = makeTerrainData() 
def submitAccuracy():
    return acc

Answer 1

在机器学习开发中，您希望将可用数据拆分为训练/测试集，并在可能的情况下另外设置验证集。您这样做是为了测试过度拟合，并确保您的模型可以推广到看不见的观察结果。最终验证集通常很有用，因为在不知情的情况下，用户通常会尝试在测试分区精度上优化其参数，并且这样做基本上给出了该数据的模型的提示。验证集有助于测试此情况并未发生且您的模型不适合。

只看到提供的代码，train_features可能对应于列车分区中用于开发模型的实际数据。标签是您尝试预测的类别。

测试分区只是可用数据的随机样本。功能/标签与上述相同。

您希望从训练数据中构建模型，并评估测试分区的准确性。

Sebastian Rascka提供了python中机器学习的精彩概述。代码示例和一些解释可以在https://github.com/rasbt/python-machine-learning-book/tree/master/code

找到