@Author：Runsen

Model Selection是劃分訓(xùn)練集和測(cè)試集的手段，下面總結(jié)了三種Model Selection方法。

• k-fold cross-validation using scikit-learn wrapper
• grid search using scikit-learn wrapper
• random search using scikit-learn wrapper

k-fold cross-validation

• 模型驗(yàn)證和選擇最常用的方法之一
• 將訓(xùn)練數(shù)據(jù)集劃分為k子集，并選擇其中一個(gè)子集作為驗(yàn)證集，其他子集作為訓(xùn)練集
• 然后，使用訓(xùn)練集訓(xùn)練模型，并使用驗(yàn)證集進(jìn)行驗(yàn)證
• “k”輪分區(qū)和培訓(xùn)/驗(yàn)證的平均驗(yàn)證結(jié)果
• 比較結(jié)果

網(wǎng)格搜索和隨機(jī)搜索

• 網(wǎng)格搜索和隨機(jī)搜索是超參數(shù)調(diào)整的兩種方法
• 網(wǎng)格搜索嘗試指定的超參數(shù)值的所有可能組合

總結(jié)

以上是生活随笔為你收集整理的【小白学习keras教程】十、三种Model Selection方法：k-fold cross-validation，GridSearchCV和RandomizedSearchCV的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。