机器学习+ Python：绘图验证曲线

Question

我想为我的朴素贝叶斯估计器绘制一条验证曲线：

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

我不明白什么是训练成绩。

有人可以向我解释吗？

Answer 1

培训分数是在培训过程中获得的分数。例如，当您呼叫类似yourmodel.fit(x_train, y_train)之类的东西时，在这种情况下为橙色线。在幕后，您的模型正在根据 y_train （您的标签/结果（例如下雨或不下雨））对 x_train 数据（您的功能，例如温度或湿度）进行预测）。 非常，该训练得分是根据您的模型得出的正确预测数计算得出的。例如，您的模型得分为0.9436 ..（大约94％），这意味着您的机器学习模型在94％的时间内输出了正确的决策。您经常会发现，在训练过程中，模型的得分倾向于高于测试集。您可以看到橙色线看起来好像是1.0，有效得分为100％，但交叉验证（测试）得分最高得分则在100％以下，这是比较常见的情况。

假设得分为1.0意味着您的模型是完美的，这很危险，这是过度拟合出现的地方，这在较高的水平上意味着您的模型过于紧贴您的训练数据，并且不能很好地推广到新数据。我建议您查看this以获得更多信息，Sci-Kit会发现网站上有很好的文档。