Question

当我学习kaggle微型课程（机器学习）时，我学会了如何找到最佳叶子大小（通过找到最小MAE）。但是，当将最佳叶片尺寸放入最终模型中时，我得到了不同的MAE值。例如，

def get_mae(max_leaf_nodes, train_X, val_X, train_y, val_y):
    model = DecisionTreeRegressor(max_leaf_nodes = max_leaf_nodes, random_state = 0)
    model.fit(train_X, train_y)
    preds_val = model.predict(val_X)
    mae = mean_absolute_error(preds_val, val_y)
    return mae

candidates_leaf_nodes = list(range(5, 500))
scores = {leaf_size: get_mae(leaf_size, train_X, val_X, train_y, val_y) for leaf_size in candidates_leaf_nodes}
best_leaf_size = min(scores, key = scores.get)
best_model = DecisionTreeRegressor(max_leaf_nodes = best_leaf_size, random_state = 0)
best_model.fit(X,y)
best_preds = best_model.predict(val_X)
best_mae = mean_absolute_error(best_preds, val_y)

print("best_leaf_size: {:,.0f}".format(best_leaf_size))
print("Validation MAE for best value of best_leaf_size: {:,.0f}".format(get_mae(best_leaf_size, train_X, val_X, train_y, val_y)))
print("Validation MAE for best value of best_leaf_size: {:,.0f}".format(best_mae))

结果显示

best_leaf_size：71

best_leaf_size的最佳值的验证MAE：26,704

best_leaf_size的最佳值的验证MAE：18,616

当我使用.fit（train_X，train_y）和当我使用.fit（X，y）时，我得到了18,616的MAE。

所以，我想知道为什么我有两个不同的值，这意味着.fit（train_X，train_y）和.fit（X，y）有什么区别。

谢谢。

Answer 1

您要使用相同的参数对模型进行拟合，但是要使用两个不同的数据集，一个用于train_X，另一个用于X。根据数据集的分布，您将获得不同的MAE分数。

model.fit（X，y）和model.fit（train_X，train_y）有什么区别

1 个答案: