今天,本人用sklearn实验了一个曾经自己用knn算法做过的一个爱好预测题。
题主这次用的是svc。

c值决定了模型训练师家么的长短。
经过查阅资料,我发现:
C越大,相当于惩罚松弛变量,希望松弛变量接近0,即对误分类的惩罚增大,趋向于对训练集全分对的情况,这样对训练集测试时准确率很高,但泛化能力弱。C值小,对误分类的惩罚减小,允许容错,将他们当成噪声点,泛化能力较强。
训练时间长,精确高。
今天,本人用sklearn实验了一个曾经自己用knn算法做过的一个爱好预测题。
题主这次用的是svc。
c值决定了模型训练师家么的长短。
经过查阅资料,我发现:
C越大,相当于惩罚松弛变量,希望松弛变量接近0,即对误分类的惩罚增大,趋向于对训练集全分对的情况,这样对训练集测试时准确率很高,但泛化能力弱。C值小,对误分类的惩罚减小,允许容错,将他们当成噪声点,泛化能力较强。
训练时间长,精确高。
本文标题:Python初探sklearn
本文链接:https://www.haomeiwen.com/subject/smwjyftx.html
网友评论