1. 首页
  2. 数据库
  3. 其它
  4. 简单粗暴理解与实现机器学习之K 近邻算法(十):交叉验证网格搜索(模型选择与调优)API、鸢尾花案例增加K值调优

简单粗暴理解与实现机器学习之K 近邻算法(十):交叉验证网格搜索(模型选择与调优)API、鸢尾花案例增加K值调优

上传者: 2020-12-23 03:31:20上传 PDF文件 113.4KB 热度 7次
K-近邻算法 文章目录K-近邻算法学习目标1.10 交叉验证,网格搜索1 什么是交叉验证(cross validation)1.1 分析1.2 为什么需要交叉验证**问题:那么这个只是对于参数得出更好的结果,那么怎么选择或者调优参数呢?**2 什么是网格搜索(Grid Search)3 交叉验证,网格搜索(模型选择与调优)API:4 鸢尾花案例增加K值调优 学习目标 掌握K-近邻算法实现过程 知道K-近邻算法的距离公式 知道K-近邻算法的超参数K值以及取值问题 知道kd树实现搜索的过程 应用KNeighborsClassifier实现分类 知道K-近邻算法的优缺点 知道交叉验证实现过程 知道超
下载地址
用户评论