广义交叉验证_CDA答疑社区

考试中心
CDA网校
CDA社区

CDA竞赛 CDA技术答疑 CDA会员
CDA产品

大数据与人工智能实验室好学AI(下一代智能学习产品) CDA网校 CAIE人工智能工程师认证
文房思宝

热线电话：13121318867

啊啊啊啊啊吖

2018-11-29 阅读量: 1469

广义交叉验证

通过内置的 Alpha 参数的交叉验证来实现岭回归。该对象与 GridSearchCV 的使用方法相同，只是它默认为 Generalized Cross-Validation(广义交叉验证 GCV)，这是一种有效的留一验证方法（LOO-CV）:

>>>>>> from sklearn import linear_model
 >>> reg = linear_model.RidgeCV(alphas=[0.1, 1.0, 10.0]) 
>>> reg.fit([[0, 0], [0, 0], [1, 1]], [0, .1, 1]) RidgeCV(alphas=[0.1, 1.0, 10.0], cv=None, fit_intercept=True, scoring=None,     normalize=False) 
>>> reg.alpha_ 0.1

0.0000

关注作者

发表评论

暂无数据

CDA考试动态

CDA报考指南

推荐帖子