., data=iris)summary(e)现在我执行AdaBoost来优化分类器的参数summary(m2)
浏览 4提问于2010-10-06得票数 4
回答已采纳
6回答
从我所读到的情况来看，我一直认为交叉验证是这样执行的：
在k次交叉验证中，将原始样本随机分成k个子样本.在k个子样本中，保留一个子样本作为模型测试的验证数据，其余的k−1子样本作为训练数据。然后交叉验证过程被重复k次(褶皱)，每个k个子样本精确地使用一次作为验证数据。从褶皱中得到的k值可以被平均(或以其他方式组合)来</
浏览 8提问于2012-05-03得票数 29
回答已采纳
1回答
Cross-validation
嗨，我正在使用Weka在我的MSc论文中部署机器学习模型。我已经注意到，当我在训练数据集中使用10倍交叉验证时，与在整个数据集上没有交叉验证的情况下训练模型相比，我得到了较低的评估指标，如果我在测试数据集上测试该模型时获得更好的性能，这将是有
浏览 0提问于2021-01-23得票数 0
第一步是找到合适的支持向量机参数，我使用了嵌套交叉验证的网格搜索(参见)。我在“网格搜索”中使用了我所有的样本(X)。在网格搜索期间，数据被分成训练和测试(使用StratifiedKFold)。当我得到SVM参数时，我执行分类，将我的数据分为训练和测试。在网格搜索中使用我将在真正的分类过程中使用的相同数据可以吗？
浏览 3提问于2012-03-11得票数 0
回答已采纳
我有两个数据集，一个是基准数据集，另一个是独立数据集。我在weka中使用10折交叉验证测试了基准数据集。我们可以在weka中测试独立数据集吗？
浏览 13提问于2018-01-22得票数 0
回答已采纳
4回答
我对交叉验证方法和训练验证-测试方法有疑问。火车:我们训练模特。测试:以前从未见过数据。我们得到了一个不偏不倚的最终估计。到目前为止，我们已经分成了三个子集。在此之前一切都还好。附图如下：然后我遇到了K折叠交叉<
浏览 0提问于2019-05-26得票数 26
回答已采纳
2回答
训练神经网络时的标准设置似乎是将数据分割成训练集和测试集，并一直运行到测试集上的分数停止提高为止。现在，问题是:测试分数中存在一定数量的噪声，因此单个最佳分数可能不符合网络状态，而网络状态最有可能是新数据上的最佳状态。我见过一些论文指出训练中的一个特定时代或迭代是“交叉验证最好的”，但我不知道这是如何确定的(论文没有提供任何细节)。“交叉验证的最佳”点不是有最好的测试分数的点。
如
浏览 0提问于2016-04-09得票数 6
回答已采纳
的学术文章“衡量新闻情绪”中的这段文字卡住了：https://www.sciencedirect.com/science/article/pii/S0304407620303535#tbl3
“作为最佳实践，我们将标记的数据集分成一个训练集开发和测试集各有100个观测值，为训练集留下600个观测值。(.)超参数优化是通过网格搜索进行的，在训练集</e
浏览 0提问于2022-10-10得票数 3
1回答
我使用weka J48分类来预测真假。我几乎有999K的训练集，我用来训练模型。采用3倍交叉验证方法对模型进行训练，精度达到84%。
我在java中使用weka api。
浏览 7提问于2015-11-23得票数 1
4回答
对训练集模型进行评价(即训练训练模型，在同一训练集上评估回归误差/精度)，并将评价结果与模型回归误差/交叉验证(我们在同一训练集上进行交叉验证)和测试集的精度进行比较，以检查过拟合/不拟合是否是一种很好的做法吗据我所知，我们不应
浏览 0提问于2020-08-20得票数 1
2回答
我对在数据集上训练不同的算法和观察性能指标很感兴趣。目前，我的方法是对训练数据进行不同的算法训练，然后在测试集上进行性能评估。然后，我使用带有交叉验证的GridSearch来为性能最好的模型找到最优的超参数，然后再用这些参数进行测试。
我对交叉验证有点困惑--这是正确的方法吗?还是有一种方法可以/应该
浏览 0提问于2022-04-22得票数 1
在神经网络中使用“K-折叠交叉验证”时，我们是否：将数据拆分为$N$相等块GetRevert最后一次回到$W_0$，并使用整个数据集对网络进行培训我意识到7是可能的，因为我们对网络将如何在步骤6的帮助下泛化有很好的理解
浏览 0提问于2018-03-02得票数 5
回答已采纳
1回答
我很难掌握如何使用交叉验证进行超参数优化和评估的标准方法。我试着做10倍的简历。下列哪一种方法是正确的？
所有数据都用于参数调整(例如，使用带有交叉验证的随机网格搜索)。这将返回最佳的超参数。然后，利用这些超参数构造了一个新的模型，它可以通过交叉验证(9倍的训练，1倍的测试)来评估，最后，我发现的精度或混淆矩阵获取averaged).Another的方法是首先将数据</em
浏览 1提问于2020-04-21得票数 0
回答已采纳
1回答
我使用一个文件进行培训(例如train.arff)，另一个用于测试(例如，test.atff)，在Weka中使用70-30的比率。我想问，当我有单独的火车和测试数据文件时，我如何使用Weka的重复培训/测试，问题的第二部分是，如果我们使用重复的话，有什么好处，如果我们不使用它呢？提前感谢
浏览 0提问于2019-07-18得票数 1
回答已采纳
2回答
我使用Weka已经有一段时间了，在我对它的研究中，我发现很多代码示例都使用了测试和训练集。例如，对于离散化和贝叶斯网络，它们的示例几乎总是使用测试和训练集显示的。我可能在这里错过了对数据处理的一些基本理解，但我不明白为什么总是这样。我在一个项目中使用离散化和贝叶斯网络，对于这两个项目，我都没有使用测试或训练集，也不明白为什么我需要这样做。我正在对BayesNet执行交叉验证
浏览 1提问于2013-01-21得票数 3
1回答
我对交叉验证的理解是，我们将数据集划分为第1-k部分，然后使用第1部分作为验证集，第2-k部分作为培训集，然后使用第2部分作为验证集，其余部分作为培训集等等，直到我们使用每个部分作为验证集。我知道我们平均要做k轮交叉验证，但是我们的输出是什么？我读到过，在计
浏览 0提问于2019-05-07得票数 2
回答已采纳
2回答
我有一个不平衡的数据集。我正在使用SMOTE (合成少数人抽样技术)来执行过采样。在执行二进制分类时，我在这个过采样的数据集上使用10倍交叉验证。然而，我最近研究了这篇文章；提到在交叉验证期间使用过采样数据集是不正确的，因为它会导致性能评估过于乐观。
我要验证正确的方法/过程，即在交叉验证</
浏览 2提问于2018-03-27得票数 2
回答已采纳
我有两个关于句子是否包含提到药物不良事件的数据集，训练和测试集都只有两个字段文本和标签{不良事件，无不良事件}我已经使用weka和stringtoWordVector过滤器在训练集上使用随机森林构建了一个模型我想测试构建的模型，方法是从测试数据集中删除类标签，在其上应用StringToWordVector过滤器，并使用它测试模型。当我尝试这样做时，它给我一个错误，说训练和测试集不兼容，可能是因为过滤
浏览 0提问于2018-03-12得票数 0
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
