#深度学习#数据集拆分&超参数
1.留出法:
1.1 将数据集分为两组——训练集&测试集
1.2 利用训练集训练分类器,测试集测试分类器的性能,最后得到的准确率为该分类器的性能指标
2.K折交叉验证:
不重复的取数据集中的一分数据为测试集,而剩余部分--(K-1)分数据作为训练集的训练方式
3.超参数
在学习进行之前需要人为设置的参数即为超参数;e.g.深度学习中的学习速率
3.1 网格搜索
找到使分类器取得最优表现的参数对和参数集群
4.网格搜索与K折交叉验证相结合
1.留出法:
1.1 将数据集分为两组——训练集&测试集
1.2 利用训练集训练分类器,测试集测试分类器的性能,最后得到的准确率为该分类器的性能指标
2.K折交叉验证:
不重复的取数据集中的一分数据为测试集,而剩余部分--(K-1)分数据作为训练集的训练方式
3.超参数
在学习进行之前需要人为设置的参数即为超参数;e.g.深度学习中的学习速率
3.1 网格搜索
找到使分类器取得最优表现的参数对和参数集群
4.网格搜索与K折交叉验证相结合