2回答
我读到在KNN算法中我们需要交叉验证，因为我们从KNN的训练测试中发现的K值可能无法对未见数据进行泛化。给出的逻辑是，在求K值时使用测试数据集，因此KNN-算法具有测试数据集的信息，因为K是通过测试数据集发现的。这和看不见的数据不一样。但是是的，K值是从测试数据集中找到的，因此我们得到了我们的KNN算法，但是对测试数据的测试是在不知道测试数据的情况下进行的，而且是的，我们从中选择了K，但是不管我们是否选择了k，KNN给出了对测
浏览 0提问于2022-01-09得票数 0
当我研究Scikit-learn的kNN算法时，我意识到如果我使用sklearn.model_selection.train_test_split，所提供的数据就会根据作为参数提供的比例自动分成火车数据和测试数据集然后，基于列车数据，该算法从最接近测试数据点的k近邻点出发，确定测试数据点是否属于某一准则。我想知道是否有一种方法可以预测标准，而不是测试数据集，因为测试数据集已经是提供数据集的一部分，而是在整个过程中没有提供的全新数据。
有办法用sci学习吗？
浏览 0提问于2021-05-01得票数 1
回答已采纳
1回答
因此，基本上我的模型是基于带袋的ANN，每次我在测试数据上运行代码时，我总是得到不同的精确值。比如我得到了33.8%(最好的)，28.5%，26.7%等等。我非常确定这是每次我运行算法时在训练和测试数据之间拆分数据的结果。所以我的问题是:我是否应该在运行之前将数据拆分成训练和测试数据一次。然后，如果我再次运行算法，它将使用相同的训练，测试数据。
浏览 1提问于2015-07-08得票数 0
3回答
我用Python语言为做了一个迷因算法。然而，我遇到的所有测试数据(城市之间的距离列表)都缺乏最佳解决方案的信息，所以我不知道我的算法离全局最优有多近。谁知道我在哪里可以找到一些tsp测试数据(最好是矩阵形式的，但任何都是好的)和已知的最佳解决方案？
浏览 1提问于2010-06-02得票数 6
回答已采纳
2回答
我有训练数据和测试数据。我想运行这个算法，比如说500次迭代，然后对测试数据进行预测。接下来，我想重复600个迭代，然后700个迭代等等。我不想再次从迭代0开始。那么，有什么方法可以在Catboost算法中做到这一点呢？
任何帮助都是非常感谢的！
浏览 4提问于2017-08-24得票数 3
回答已采纳
我有一个算法的测试用例，它在第一次执行后给出了不同的结果。第一个执行返回正确的结果，并为测试数据文件创建一个.pyc文件。当我删除测试数据的.pyc文件时，下一次执行将再次返回正确的结果(并再次创建一个新的.pyc文件)。
当我将测试数据移动到与测试用例本身相同的文件中(即避免创建.pyc文件)时，测试总是通过的。
浏览 5提问于2016-12-20得票数 0
1回答
是否有像SPOJ和欧拉项目这样的网站，为特定的算法/数据结构提供测试数据文件？
我知道单独解决这些问题是一个有趣的挑战，但是我正在寻找测试数据文件，其中明确提到了要使用的算法/数据结构。
浏览 0提问于2012-02-11得票数 5
我正在使用BR算法进行多标签预测。我需要将测试数据转换为MLDR对象。但是我没有做到这一点，因为测试数据没有结果列。因此，它不适用于我的测试数据，因为它没有结果列(标签索引)。如何进行转换？这样我就可以用测试数据来做预测了。
浏览 6提问于2017-03-14得票数 0
1回答
然后用测试数据进行预测。例如:我把2000000分成两个相等的部分。1000000是训练，我把它除以验证，即1000000的30%，即300000，70%是我建立的模型，即700000。当我用列车建立模型时，我对它进行了过度拟合，这样我就可以用测试数据获得最大的AUC。
问:在这种情况下，过度适应不是很有用吗？
浏览 4提问于2016-02-02得票数 0
回答已采纳
假设算法有两个参数：para_b, it is an float between 0 and 1
这是一个直观的解决
浏览 8提问于2015-09-28得票数 1
1回答
在训练神经网络或其他学习算法时，我们将计算代价函数J(θ)作为我们的算法对训练数据的拟合程度的表达式(较高的值意味着它不太适合数据)。在训练我们的算法时，我们通常希望看到J(θ)随着梯度下降的每一次迭代而下降。
但我只是好奇，对我们的测试数据计算J(θ)有价值吗？我认为答案是否定的，因为我们只对测试数据进行了一次评估，我们只能得到J(θ)的一个值，而且我认为除了与其他值相比之外，它是没有意义的。
浏览 3提问于2017-12-16得票数 2
回答已采纳
一种方法可以是在训练和测试数据集中划分历史数据(例如90%和10%)。现在，从测试数据中选择用户的所有项，并将顺序随机化，并将其传递给排序算法。
现在，从测试数据和排序输出比较用户的实际项。
浏览 0提问于2020-01-08得票数 2
目前，我正试图在Python中实现一个基本的逻辑回归算法，以区分A和B。如果是这样，我怎样才能克服这个问题。
浏览 3提问于2015-08-28得票数 1
回答已采纳
但在测试模型时，即使我对算法、相同的训练和测试数据使用相同的hyperparameters，我也会得到不同的输出。以下是我在本地运行时获得的测试数据的输出：在SageMaker中，我只得到了4个作为所有测试数据的输出。
浏览 0提问于2018-10-11得票数 2
1回答
在使用GATE工具对训练数据运行机器学习算法(SVM)后，我想在测试数据上对其进行测试。我的问题是，我是否应该使用相同的训练数据进行测试，同时，模型如何从测试数据中提取实体，而测试数据没有使用训练数据中学习到的注释进行注释。
浏览 2提问于2014-08-28得票数 0
1回答
然后，我必须确保算法只对训练数据进行训练，并尽量避免测试数据泄漏到训练过程中。为了避免学习不重要的数据细节(这将提高算法的泛化能力)，我可以将训练数据进一步分割成适当的训练集和验证集，并选择算法的参数，为所有这些分割提供最佳的平均性能。最后，我在测试集上对我的算法进行了评估，得到了一些数字: MSE，RMSE，等等。但是这些数字是否真的表明，我的算法有多好，并且它们不受测试集的影响？当然，我没有在训练期间使用我的测试数据，但是我得到的算法参数只对这种分
浏览 0提问于2020-01-23得票数 1
回答已采纳
1回答
我正在做一个项目，在这个项目中，我需要使用维特比算法对句子列表进行词性标注。对于我的训练数据，我有已经由单词标记的句子，我认为我需要解析这些句子并将其存储在某种数据结构中。然后我有一个测试数据，其中也包含每个单词都被标记的句子。任何帮助都将不胜感激。
浏览 4提问于2014-02-27得票数 1
2回答
病理分选
、、
不想让你的老板失望，你已经决定开发一种新的算法，比对某些数据集进行排序更有效。当然，您不能明显地表明该算法只适用于某些情况，因此您希望尽可能地使其模糊不清。该算法必须进行某种排序，因此依赖于已被完全排序的数据的算法(例如，不做任何操作的算法)或依赖于完全反向排序的数据的算法都是无效的。排序算法必须正确排序任何数据集。这里的要点是能够向你的老板证明你偶然发现了一种更好的分类方法，所以更多的测试数据更好。当然，您只会向老板展示好数据的测试结果，因此所需<e
浏览 0提问于2014-05-14得票数 15
回答已采纳
3回答
许多人建议根据测试数据集中的性能选择超参数。我的问题是:为什么？为什么不在列车数据集中最大限度地提高超参数的性能，当我们通过测试数据集中的性能下降检测到过度拟合时，停止对超参数的训练？由于列车通常比测试大，这会不会比在测试数据集上训练超参数产生更好的结果？术语更改，以匹配下面的注释。在本文中，数据集现在被称为Train、Validation和Test。我不使用测试数据集进行培训。我正在使用GA来优化超参数。在外部遗传算法训练过程的每次迭代中，遗传算法选择一个新的
浏览 1提问于2016-07-05得票数 5
回答已采纳
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
