知识卡片
留出样本检验近邻模型
固定切分以重现基线,在训练集拟合模型,用留出的水果样本计算准确率。可在训练侧比较邻居数、距离和投票权重;距离加权允许较近样本提供更多票重。输入数组每行是一个水果,每列是一项可测特征。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- k最近邻算法 3.4.2 · 查看原书依据
新的样本分类进行预测了,测试数据集并不参与建模,但是我们可以用模型对测试数据集进行分类,然后和测试数据集中的样本实际分类进行对比,看吻合度有多高。吻合度越高,模型的得分越高,说明模型的预测越准确。
参考来源
- 位置:《AI制胜:机器学习极简入门》第3章 k最近邻算法 §3.4.2(来源项目 book-source:extracted/AI制胜:机器学习极简入门/_epub-src/OEBPS/Text/chapter3.xhtml#isbn9787302555513_3_1_3_5)
- 结论依据:原文说明水果特征、切分、近邻参数、拟合及预测评估。
- 原始内容:新的样本分类进行预测了,测试数据集并不参与建模,但是我们可以用模型对测试数据集进行分类,然后和测试数据集中的样本实际分类进行对比,看吻合度有多高。吻合度越高,模型的得分越高,说明模型的预测越准确。