机器学习能力

Question

这些代码是什么意思？你知道吗

你能给我解释一下吗：

features_train, labels_train, features_test, labels_test = makeTerrainData() 
def submitAccuracy():
    return acc

Answer 1

在机器学习开发中，您希望将可用数据拆分为训练集/测试集，如果可能，还需要一个额外的验证集。您这样做是为了测试过度拟合，并确保您的模型可以归纳为看不见的观察结果。最终的验证集通常是有用的，因为在不知道它的情况下，用户通常会尝试优化他们在测试分区精度上的参数，这样做基本上是给模型提供数据是什么的提示。验证集对于测试这种情况是否没有发生以及您的模型是否过拟合非常有用。你知道吗

由于只看到提供的代码，train\u特性很可能对应于train分区中用于开发模型的实际数据。标签是你试图预测的类别。你知道吗

测试分区只是可用数据的随机样本。特征/标签与上述相同。你知道吗

您需要根据训练数据构建模型，并评估测试分区的准确性。你知道吗

Sebastian Rascka对python中的机器学习提供了一个极好的概述。代码示例和一些解释可以在https://github.com/rasbt/python-machine-learning-book/tree/master/code中找到