@Author：Runsen

Model Selection是劃分訓練集和測試集的手段，下面總結了三種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

• 模型驗證和選擇最常用的方法之一
• 將訓練數據集劃分為k子集，并選擇其中一個子集作為驗證集，其他子集作為訓練集
• 然后，使用訓練集訓練模型，并使用驗證集進行驗證
• “k”輪分區和培訓/驗證的平均驗證結果
• 比較結果

網格搜索和隨機搜索

• 網格搜索和隨機搜索是超參數調整的兩種方法
• 網格搜索嘗試指定的超參數值的所有可能組合

總結

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的全部內容，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站內容還不錯，歡迎將生活随笔推薦給好友。