机器学习—交叉验证和网格搜索（模型的选择与调优）

1.模型的选择与调优

交叉验证：为了让被评估的模型更加准确可信

1.1 交叉验证过程

交叉验证：将拿到的训练数据，分为训练和验证集。以下图为例：将数据分成4份，其中一份作为验证集。然后经过4次(组)的测试，每次都更换不同的验证集。即得到4组模型的结果，取平均值作为最终结果。又称4折交叉验证。

1.2 超参数搜索-网格搜索

1.3 超参数搜索-网格搜索API

代码案例在随机森林部分演示

本文地址：https://blog.csdn.net/yu_1628060739/article/details/107459847