8. 模型的选择与调优

1. 交叉验证
2. 网格搜索

交叉验证：为了让备评估的模型更加确信准确

交叉验证的过程：将拿到的训练时据，分为训练集和验证集，以下图为例，将数据分成5份，其中一份作为验证集。然后经过5次(组)的测试，每次都更换不同的验证集。即得到5组不同的模型结果，取平均值做为最终结果，又称5折交叉验证。 image.png

*超参数搜索-网格搜索：

网格搜索：通常情况下，有很多参数是需要手动指定的（如k-近邻算法中的k值），这种叫超参数。但是手动过程复杂，所以需要对模型预设几种超参数组合。每组超参数都采用交叉验证来进行评估。最后选出最优参数组合建立模型

image.png

超参数搜索-网格搜索API

sklearn.model_selection.GridSearchCV
sklearn.model_selection.GridSearchCV(estimator, param_grid=None,cv=None)
•对估计器的指定参数值进行详尽搜索

•estimator：估计器对象
•param_grid：估计器参数(dict){“n_neighbors”:[1,3,5]}
•cv：指定几折交叉验证
•fit：输入训练数据
•score：准确率
结果分析：
•best_score_:在交叉验证中测试的最好结果
•best_estimator_：最好的参数模型
•cv_results_:每次交叉验证后的验证集准确率结果和训练集准确率结果