python - 如何在 python 中使用验证数据训练 knn 模型
问题描述
所以我有 (Xa, Ya): data training (Xv Yv): data_validation (Xt, Yt): data_test 所以我想应用具有不同邻居值(1 到 25)的 knn 在同一张图中绘制分类错误对于数据训练和 data_validation,我发现的唯一解决方案是使用交叉验证,但我寻找另一种没有交叉验证的解决方案
解决方案
这可能是一个非常简单的示例来设计可能的修改:
import matplotlib.pyplot as plt
from sklearn.neighbors import KNeighborsClassifier
for i in range(1,26):
cls = KNeighborsClassifier(n_neighbors=i)
cls.fit(Xa, ya)
y_probs = cls.predict_proba(Xv)
fpr, tpr, _ = roc_curve(yv, y_probs[:,1])
plt.plot(fpr, tpr)
plt.show()
推荐阅读
- javascript - 这些逻辑运算是否相同?
- tensorflow - 是否可以将 2 个显卡的内存加在一起来运行更大的神经网络?
- opengl - glOrtho 的实际公式是什么
- fonts - Godot - 按需制作标签,并使用 GDscript 设置其字体大小
- powershell - 将值附加到 AD 组对象
- sql - 表被锁定时如何自动停止 PostgreSQL 查询?
- .net - Net Core 中“ProducesResponseType”的 .NET 等价物是什么?
- git - git docs - “上游”总是意味着“服务器端分支”吗?
- java - 处理多线程时如何避免瓶颈?
- javascript - 从函数返回的 API 响应返回未定义