O'Reilly Report:评估机器学习的模型
发布日期:2021-11-09 06:55:34
浏览次数:8
分类:技术文章
本文共 555 字,大约阅读时间需要 1 分钟。
这篇评估机器学习模型的报告是源于对这个题目需求的紧迫感。这篇报告最初是发布在Dato的机器学习博客上的六篇系列博文。我是这个博客的编辑,需要每天找些东西来发布。Dato开发了一些机器学习的工具来帮助用户来构建智能的数据产品。在和机器学习社群的交流中,我们经常会发现相互之间对一些术语会有不同的理解。例如,用户会要求交叉验证作为产品的一个特性,而事实上他们是想要超参数的调优,而这一特性我们已经有了。因此我想:“嗯!我应该快速地解释一下这些概念的意思,并告诉大家它们在用户手册里面的哪些章节。”
所以我坐下开始写一篇博文来解释交叉验证、保留部分数据做验证和超参数调优。然而在写完头两段后,我意识到这可能会远远超过一篇博文才能讲清楚的。这三个概念处在机器学习的模型评估的层次体系中的不同层面。交叉验证和保留部分数据做验证是把数据集进行一定的切分来测量模型对于“没见过的”数据的表现。与此不同的是,超参数调优则是模型选择的元过程。但是为什么需要给模型“没见过的”数据?什么是关于超参数调优的这个“元”?为了解释清楚这一切,我需要从最基础的开始。首先我需要从更高层次上解释这些概念,以及他们是怎么组织在一起的。只有在这之后我才能进一步讨论细节。
更多内容请点击阅读原文,在O'Reilly官方网站上下载完整PDF文件。
转载地址:https://blog.csdn.net/zkh880loLh3h21AJTH/article/details/78100474 如侵犯您的版权,请留言回复原文章的地址,我们会给您删除此文章,给您带来不便请您谅解!
发表评论
最新留言
关注你微信了!
[***.104.42.241]2024年04月04日 18时06分52秒
关于作者
喝酒易醉,品茶养心,人生如梦,品茶悟道,何以解忧?唯有杜康!
-- 愿君每日到此一游!
推荐文章
Json 知识学习
2019-04-27
Android studio 导入jar 文件
2019-04-27
Python类的定义和使用
2019-04-27
Python xlrd 读取excel表格 常用用法整理
2019-04-27
python 读取excel 表格的数据
2019-04-27
python 往excel 里面写数据
2019-04-27
UnicodeDecodeError: ‘ascii‘ codec can‘t decode byte 0xe6 in position 0: ordinal not in range(128)
2019-04-27
GuessedAtParserWarning: No parser was explicitly specified, so I‘m using the best available HTML pa
2019-04-27
python 爬虫(起点)网络小说
2019-04-27
python 十进制转二进制,十进制转八进制,十进制转十六进制 的方法
2019-04-27
python >> 和 <<
2019-04-27
python 中 & (按位与) 和 | (按位或)
2019-04-27
Git Bash Here 中文显示乱码,有遮挡, 的处理方法
2019-04-27
Python逻辑运算符 and ,or not 的理解
2019-04-27
Python成员运算符 in 与 not in
2019-04-27
python 去除list 里面的重复元素
2019-04-27
Python enumerate() 函数的使用
2019-04-27
搜索引擎快速排名的黑帽技术【揭秘SEO黑帽技术】
2019-04-27
商业模式设计三步曲
2019-04-27