通过验证一个学习器在训练集和测试集上的表现,来确定模型是否合适,参数是否合适。
如果训练集和测试集得分都很低,说明学习器不合适。
如果训练集得分高,测试集得分低,模型过拟合,训练集得分低,测试集得分高,不太可能。
示例代码
import matplotlib.pyplot as plt import numpy as np from sklearn.datasets import load_digits from sklearn.model_selection import validation_curve from sklearn.svm import SVC # 加载数据 digits = load_digits() X, y = digits.data, digits.target # 验证曲线 param_range = np.logspace(-6, -1, 5) train_scores, test_scores = validation_curve( SVC(), X, y, param_name="gamma", param_range=param_range, cv=10, scoring="accuracy", n_jobs=1) train_scores_mean = np.mean(train_scores, axis=1) train_scores_std = np.std(train_scores, axis=1) test_scores_mean = np.mean(test_scores, axis=1) test_scores_std = np.std(test_scores, axis=1) plt.title("SVM VC") plt.xlabel("$\gamma$") plt.ylabel("Score") plt.ylim(0.0, 1.1) # 训练数据 plt.semilogx(param_range, train_scores_mean, label="train score", color="r") plt.fill_between(param_range, train_scores_mean - train_scores_std, train_scores_mean + train_scores_std, alpha=0.2, color="r") # 测试数据 plt.semilogx(param_range, test_scores_mean, label="test score",color="g") plt.fill_between(param_range, test_scores_mean - test_scores_std, test_scores_mean + test_scores_std, alpha=0.2, color="g") plt.legend(loc="best") plt.show()
输出
参数gamma的调节
很小时,训练集和测试集得分都低,欠拟合
增大时,训练集和测试集得分有个很好地值
过大时,训练集得分高,测试集得分低,过拟合。
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· 记一次.NET内存居高不下排查解决与启示
· 探究高空视频全景AR技术的实现原理
· 理解Rust引用及其生命周期标识(上)
· 浏览器原生「磁吸」效果!Anchor Positioning 锚点定位神器解析
· 没有源码,如何修改代码逻辑?
· 全程不用写代码,我用AI程序员写了一个飞机大战
· DeepSeek 开源周回顾「GitHub 热点速览」
· 记一次.NET内存居高不下排查解决与启示
· MongoDB 8.0这个新功能碉堡了,比商业数据库还牛
· .NET10 - 预览版1新功能体验(一)