如何解释ML训练输出

Question

我是一个机器学习的初学者，我是通过参加Kaggle比赛来学习的。我从著名的泰坦尼克号生存问题开始，通过试错/得到他人的帮助，我能够训练我的数据，但我的问题是：我如何理解输出并进入下一阶段？你知道吗

这是我的密码：

import pandas as pd
from sklearn.tree import DecisionTreeRegressor
from sklearn.model_selection import train_test_split

train_path = "C:\\Users\\Omar\\Downloads\\Titanic Data\\train.csv"
train_data = pd.read_csv(train_path)

train_data['Sex'] = pd.factorize(train_data.Sex)[0]

columns_of_interest = ['Survived','Pclass', 'Sex', 'Age']
filtered_titanic_data = train_data.dropna(axis=0)

x = filtered_titanic_data[columns_of_interest]
y = filtered_titanic_data.Survived

train_x, val_x, train_y, val_y = train_test_split(x, y, random_state=0)

titanic_model = DecisionTreeRegressor()
titanic_model.fit(train_x, train_y)

val_predictions = titanic_model.predict(val_x)
print(val_predictions)

这是我得到的输出（1存活-0死亡）：

1. 0. 1. 0. 1. 0. 0. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1.
 1. 0. 1. 1. 0. 0. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 0. 1. 0. 1.

但我不知道如何使用这个输出继续下一阶段。你知道吗

Answer 1

现在比较一下你的val_predictions和val_y，看看有多少是对的！你知道吗

你用train_x, train_y来找到模式，你把它放在val_x上，现在你想看看你的模型有多好！你知道吗

有很多方法可以做到这一点！您可以选择您的评估指标！你知道吗

from sklearn.metrics import accuracy_score

accuracy_score(val_predictions, val_y)

以下是accuracy_score所代表的内容的链接！http://scikit-learn.org/stable/modules/model_evaluation.html#accuracy-score

准确度得分是一个评价指标！接下来，您还可以GridSearchCV自动搜索最佳参数，以最大化或最小化您的评估度量。你知道吗

你可以在这里阅读：

1. http://scikit-learn.org/stable/modules/generated/sklearn.model_selection.GridSearchCV.html
2. https://stats.stackexchange.com/questions/269300/why-does-sklearn-grid-search-gridsearchcv-return-random-results-on-every-executi