使用DNNRegressor

时间:2018-09-04 18:11:24

标签: python scikit-learn neural-network cross-validation

在tensorflow.contrib.learn.DNNRegressor中是否有内置函数来合并K折交叉验证?如果没有,我还有另一个问题。据我了解,使用以下代码将导致循环运行10次,每次迭代会将数据分为不同的子集。

from sklearn.model_selection import KFold    
kf = KFold(n_splits=10)
for train_index, test_index in kf.split(X):
      X_train, X_test = X[train_index], X[test_index] 
      y_train, y_test = y[train_index], y[test_index]

如何确保我的模型从每次迭代中学习?我不能简单地在for循环中添加以下内容,因为在每次迭代中,先前的模型都会被覆盖,对吗?

regressor.fit(X_train, y_train)
predictions = regressor.predict(X_test)

我认为为每次迭代保存错误也很好。谢谢!

PS:regressor是我使用Learn.DNNRegressor创建的具有所需架构,优化器等的功能。

0 个答案:

没有答案