扩展库sklearn.linear_model中LinearRegression类的对象拟合完成之后,可以通过score()在测试数据集上进行评分来验证模型的质量。
对
举一反三
- 在机器学习扩展库sklearn中,KMeans聚类模型完成聚类之后,可以通过_____________属性查看样本的标签。
- 机器学习扩展库sklearn中的评估器对象都提供了fit()方法使用数据对模型进行拟合和训练。
- 在机器学习扩展库sklearn中,KMeans聚类模型完成聚类之后,可以通过_____________属性查看各个聚类的中心。 A: cluster_centers_ B: cluster_centers C: clustercenters_ D: clustercenters
- 机器学习扩展库sklearn中的评估器对象都提供了fit()方法使用数据对模型进行拟合和训练。 A: 正确 B: 错误
- 过拟合是指模型在训练样本拟合过度,表现极好,而在验证数据集以及测试数据集中表现不佳。( )
内容
- 0
机器学习扩展库sklearn的model_selection模块实现了多个交叉验证器类以及用于学习曲线、数据集分割的函数。
- 1
模型拟合是利用测试数据集对模型的普通参数进行拟合。( )
- 2
机器学习扩展库sklearn的model_selection模块实现了多个交叉验证器类以及用于学习曲线、数据集分割的函数。 A: 正确 B: 错误
- 3
为了完成训练集和测试集的拆分,我们应该使用哪个函数( ) A: LinearRegression() B: train_test_split() C: Ridge() D: score()
- 4
评估模型的分类预测准确率,使用()进行评估。 A: 验证数据集 B: 训练数据集 C: 测试数据集 D: 未知数据