建站
咨詢
售后
建站咨詢
新聞中心
我們試著利用代碼可視化來提高模型預測能力。
成都創(chuàng)新互聯(lián)公司堅持“要么做到，要么別承諾”的工作理念，服務領域包括：成都網(wǎng)站設計、網(wǎng)站制作、企業(yè)官網(wǎng)、英文網(wǎng)站、手機端網(wǎng)站、網(wǎng)站推廣等服務，滿足客戶于互聯(lián)網(wǎng)時代的南京網(wǎng)站設計、移動媒體設計的需求，幫助企業(yè)找到有效的互聯(lián)網(wǎng)解決方案。努力成為您成熟可靠的網(wǎng)絡建設合作伙伴！
比如說，你正在編寫一個漂亮清晰的機器學習代碼(例如線性回歸)。你的代碼還不錯，首先按照往常一樣用 train_test_split 這樣的函數(shù)將數(shù)據(jù)集分成「訓練集和測試集」兩個部分，并加入一些隨機因素。你的預測可能稍微欠擬合或過擬合，如下圖所示。
圖：欠擬合和過擬合情況下的預測結(jié)果
這些結(jié)果沒有變化。這個時候我們能做什么呢?
正如題目所建議的，在學習了線性回歸之后，下一件有趣的事情就是交叉驗證了，因為它可以使用 K 折策略(K-Fold strategy)提高模型的預測能力。那 K 折究竟是什么呢?下面我們將用代碼對此進行解釋。
完整的代碼如下：
圖：交叉驗證的可視化
代碼解析：
以上代碼可分為 4 個步驟。
1. 加載并分割目標數(shù)據(jù)集。
圖：加載數(shù)據(jù)集
將該數(shù)據(jù)集中的目標復制到 y 變量中。如果想看到數(shù)據(jù)集，請將 print 行的注釋符「#」刪除。
2. 模型選擇
圖：模型選擇(LinearRegression())
為簡化過程，我們將選擇使用線性回歸。如果想了解更多，請查看文章《Linear Regression: The Easier Way》。
3. 交叉驗證
圖：在 sklearn 中進行交叉驗證
這是 sklearn 中的流程，也是一個函數(shù)：
- cross_val_predict(model, data, target, cv)
其中，
- model 是我們選來要進行交叉驗證的模型。
- data 是數(shù)據(jù)。
- target 是數(shù)據(jù)的目標值。
- cv(可選項)是數(shù)據(jù)折疊的總次數(shù)(K 折)。
在這個流程中，我們不像往常一樣將數(shù)據(jù)集分成訓練集和測試集兩部分，如下圖所示。
圖：訓練集(藍色)和測試集(紅色)
我們將數(shù)據(jù)集平均分成 K 個部分(K 折或者 cv)。為了提高預測精度并實現(xiàn)更好地泛化，我們會在較大的數(shù)據(jù)集中進行模型訓練，在較小的數(shù)據(jù)集上測試。這里，我們把 cv 設置成 6。
圖：6 個相同的部分
現(xiàn)在，模型分割的***次迭代如下圖所示，其中紅色的是測試集，藍色的是訓練集。
圖：交叉驗證的***次迭代
第二次迭代如下圖所示：
圖：交叉驗證的第二次迭代
以此類推，直到***一次迭代，如下圖所示：
圖：交叉驗證的第六次迭代
4. 使用 Matplotlib 進行數(shù)據(jù)可視化
圖：使用 Matplotlib 進行可視化
為了將結(jié)果可視化，我們導入了 matplotlib 庫，然后創(chuàng)建一個 subplot(子圖)。
創(chuàng)建采用黑色(即 (0,0,0))邊框的散點。
使用 ax.plot 計算兩個軸的***最小值，k-- 代表線型，lw=4 代表寬度。然后，給 x 軸和 y 軸加上標簽。***，用 plt.show() 展示圖像。
結(jié)果如下：
圖：預測結(jié)果
這張圖展示了使用線性回歸模型對 Boston 數(shù)據(jù)集進行 K 折交叉驗證的結(jié)果。
我知道其實還有很多種交叉驗證方法，但 K 折交叉驗證是一個很好、很簡單的起點。
完整代碼地址：https://github.com/Sagarsharma4244/Cross-Validation
【本文是專欄機構(gòu)“機器之心”的原創(chuàng)譯文，微信公眾號“機器之心( id: almosthuman2014)”】
當前題目：手把手教你可視化交叉驗證代碼，提高模型預測能力
網(wǎng)頁URL：http://www.dlmjj.cn/article/cddosje.html
