交叉驗證（cross validation) 問題 - Cupoy

2020/06/29 下午 05:43

機器學習共學討論版

張天恩

觀看數：3

回答數：2

收藏數：0

day27

cross_val_score

你好，想請問交叉驗證在線性迴歸得到的分數應該如何判斷好壞（如下圖），第一張圖是對照組的結果：

這是增加'星期幾'與'第幾周'變數後，交叉驗證的結果：

看起來分數是有稍微增加。再看看加上'日週期'變數後，交叉驗證的結果：

第一次新增變數後的結果看起來分數有稍微增加，第二次新增變數後的結果分數略減。我原本理解 cross_val_score 的分數應該代表R square值，也就是迴歸預測能解釋模型的能力，照理來說該值越高對於迴歸模型來說應該更準確。但是範例的解釋是這樣說：

範例解釋的結果似乎跟我原本理解的不太一樣，想請 專家/其他同學 幫忙解惑~

回答列表

• 2020/06/30 下午 08:35
  Jeffrey
  贊同數：1
  不贊同數：0
  留言數：0

  cross_val_score 的分數越高對於迴歸模型來說應該更準確 --> 對的

  範例的解釋是針對 feature set 增減與變化, 來對應到cross_val_score 的變化, 不是只說固定的feature set, 這是合理的

• 2020/07/01 上午 00:55
  張維元 (WeiYuan)
  贊同數：1
  不贊同數：0
  留言數：0

  cross_val_score 越高，除了模型準確之外，也代表模型用於不同的 sample 的彈性也比較大，避免 overfitting 的問題。不過你這幾個分數，看起來沒有差很多，應該都是在誤差範圍內，建議多跑幾次，或是換大一點的資料。

  
  

  如果這個回答對你有幫助請主動點選「有幫助」的按鈕，也可以追蹤我的GITHUB帳號。若還有問題的話，也歡迎繼續再追問或者把你理解的部分整理上來，我都會提供你 Review 和 Feedback 😃😃😃