建立訓練、測試與驗證資料集

Python 的模型驗證

Kasey Jones

Data Scientist

傳統訓練/測試切分

切分資料就是把一部分可用資料拿來訓練，較小一部分作為測試資料集。

資料集	定義
Train	用於擬合模型的資料樣本
Test（保留樣本）	用於評估模型效能的資料樣本

比例範例

import pandas as pd

tic_tac_toe = pd.read_csv("tic-tac-toe.csv")
X = pd.get_dummies(tic_tac_toe.iloc[:,0:9])
y = tic_tac_toe.iloc[:, 9]

涵蓋虛擬變數的 Python 課程：

X_train, X_test, y_train, y_test  =\
    train_test_split(X, y, test_size=0.2, random_state=1111)

參數：

當要測試不同的模型參數時該怎麼做？

要測試模型參數，需要將可用資料分成三部分：訓練、驗證與測試。

X_temp, X_test, y_temp, y_test  =\
    train_test_split(X, y, test_size=0.2, random_state=1111)

X_train, X_val, y_train, y_val =\
    train_test_split(X_temp, y_temp, test_size=0.25, random_state=11111)

Python 的模型驗證