利用交叉验证调参后还需要用完整的数据集重新训练吗?

  统计/机器学习 监督式学习 模型验证    浏览次数:5862        分享
0

先利用交叉验证调参,同时也可以得到模型的准确度。

那么交叉验证后还需要用完整的数据集重新训练模型吗?

 

MangoCoke   2018-05-15 12:54



   2个回答 
3

我觉得是需要的。

比如5-fold cv,你会得到5个模型,那你用哪个呢?

cv只是用来调参和得到方法的准确度的估计,不能代替训练模型。


SofaSofa数据科学社区DS面试题库 DS面经

mrhust   2018-05-18 10:45

1

应该是不需要了,交叉本就是为了防止过拟合,采用的28分,5层28也是全量,反正我没用全量重新训练。

SofaSofa数据科学社区DS面试题库 DS面经

陈十一   2018-05-17 11:51



  相关讨论

多元分类问题有没有F1?

机器学习中lift的概念是什么?怎么用来评价模型?

F1值会受到不平衡数据的影响吗?

分类中的F1精度、F2精度、F3精度是什么意思?

机器学习里的ppv是什么意思?

怎么用KS值来评价二元分类器?

logistic回归有哪些指标可以评价模型效果?

precision-recall曲线下面积有什么意义?

有顺序的多元分类模型应该用评判标准?

多元分类可以用accuracy吗?

  随便看看

机器学习基础

模型调参时常用到的Grid Search是什么意思?

pandas报错: 'DataFrame' object has no attribute 'unique'

pandas读取csv中指定的某些列

医学统计里的c-index或者c-statistic是什么意思?