23、《回归评估与分类方法详解》

《回归评估与分类方法详解》

在机器学习领域，回归评估和分类方法是非常重要的组成部分。下面将详细介绍回归评估的相关内容以及几种常见的分类方法。

回归评估

交叉验证结果总结

交叉验证预测的另一种方法是将整个交叉验证过程视为一个单一的学习器。在进行交叉验证时，每个示例仅处于一个测试场景中。因此，我们可以收集由一组在不同数据分区上训练的学习器所做出的所有预测，并将它们与已知目标进行比较。对这些预测和目标应用评估指标，会为每个模型和指标得出一个单一的净结果。我们可以使用 cross_val_predict 来获取这些预测。

以下是具体的代码示例：

msrs = {'MAD': metrics.mean_absolute_error,
        'RMSE': rms_error}  # 不是评分器，没有模型
results = {}
for mod_name, model in regressors.items():
    cv_preds = skms.cross_val_predict(model,
                                      student_ftrs, student_tgt,
                                      cv=10)
    for ax, msr in zip(axes, msrs):
        msr_results = msrs[msr](student_tgt, cv_preds)
        results.setdefaul