层化(stratification)的方法
生活随笔
收集整理的這篇文章主要介紹了
层化(stratification)的方法
小編覺得挺不錯的,現在分享給大家,幫大家做個參考.
有時候我們會遇到調整后的模型反而不如調整前表現好的情況,這可能和數據的隨機分割有關系。在這個不平衡的數據情況下,最好用層化(stratification)的方法,比如:
from sklearn.cross_validation import StratifiedShuffleSplit
...
ssscv = StratifiedShuffleSplit( y_train, n_iter=10, test_size=0.1)
grid = GridSearchCV(clf, parameters, cv = ssscv , scoring=f1_scorer)
grid.fit( X_train, y_train )
...
轉載于:https://www.cnblogs.com/bettyty/p/6357907.html
總結
以上是生活随笔為你收集整理的层化(stratification)的方法的全部內容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: 咖喱咖喱是谁唱的啊?
- 下一篇: XXy