cross_val_score 比較分數要差多少才算好 - Cupoy

2019/05/15 下午 11:21

機器學習共學討論版

吳瑞洲

觀看數：14

回答數：1

收藏數：0

ml100-2

ml100-2-d19

您好！D19~D21 都會使用 cross_val_score 得到的分數做比較，但是出來的分數差距會有 0.01, 0.001, 0.0001...不太懂的是

1. 以 esitmator 為 LogisticRegression 所以預設 scoring 為 accuracy 情況下，上面的分數差距不管有多小，分數大的就是比較好嗎？

2. cross_val_score 在不同的 scoring 類型裡面，分數差距的意義跟差多少才是有比較好，有相關的教材可以看嗎？

回答列表

• 2019/05/16 下午 07:08
  陳明佑 (Ming You Chen)
  贊同數：0
  不贊同數：1
  留言數：2

  Ans. 1

  如同學所說, 如果都用預設值, 在官網的說明中的3.2.3.1節提到

  分類問題會用Accuracy, 回歸問題則是用R2

  這兩個數值都是用接近 1 越好, 越小越差, 

  差別只在於R2可能小於0, 但 Accuracy 不會

  
  

  Ans. 2

  機器學習與統計的最大差別, 在於機器學習本身是沒有"標準差"這種概念的

  所以並不像統計一樣, 有95信心水準, 有虛無假設, 有p值小於0.05為顯著這種概念

  所以差多少才足夠好, 沒有通用的檢驗標準, 

  完全取決於資料集與你選用的模型而定