训练测试拆分是一个模型验证过程，它揭示了你的模型在新数据上的表现。监督学习的一个目标是建立一个在新数据上表现良好的模型。如果你有新数据，最好查看模型在其上的表现。问题是您可能没有新数据，但你可以通过训练测试拆分等过程模拟。
什么是训练测试拆分？ 训练测试拆分是一个模型验证过程，允许你模拟模型如何使用新数据执行。
文章目录
-
- 一、训练测试拆分
-
- 1.1 整理数据
- 1.2 拆分数据
- 1.3 训练模型
- 1.4 测试模型
- 二、不训练测试拆分的后果
- 三、在 Python 中使用训练测试拆分
-
- 3.1 导入模块
- 3.2 加载数据
- 3.3 将数据排列成特征和目标
- 3.4 将数据拆分为训练集和测试集
- 3.5 “ RANDOM_STATE ”参数是
- 四、在 Scikit-Learn 中创建和训练模型
-
- 4.1 导入模型
