評估機器學習模型的方法

我們將資料劃分為訓練集、驗證集和測試集，並沒有在訓練模型的相同資料上對模型進行評估，其原因很快顯而易見：僅僅幾輪過後，三個模型都開始過擬合。也就是說，隨著訓練的進行，模型在訓練資料上的效能始終在提高，但在前所未見的資料上的效能則不再變化或者開始下降。

機器學習的目的是得到可以泛化（ generalize）的模型。

評估模型的重點是將資料劃分為三個集合：訓練集、驗證集和測試集。在訓練資料上訓練模型，在驗證資料上評估模型。一旦找到了最佳引數，就在測試資料上最後測試一次。

在於開發模型時總是需要調節模型配置，比如選擇層數或每層大小［這叫作模型的超引數（ hyperparameter），以便與模型引數（即權重）區分開］。這個調節過程需要使用模型在驗證資料上的效能作為反饋訊號。這個調節過程本質上就是一種學習：在某個引數空間中尋找良好的模型配置。因此，如果基於模型在驗證集上的效能來調節模型配置，會很快導致模型在驗證集上過擬合，即使你並沒有在驗證集上直接訓練模型也會如此。

造成這一現象的關鍵在於資訊洩露（ information leak）。每次基於模型在驗證集上的效能來調節模型超引數，都會有一些關於驗證資料的資訊洩露到模型中。如果對每個引數只調節一次，那麼洩露的資訊很少，驗證集仍然可以可靠地評估模型。但如果你多次重複這一過程（執行一次實驗，在驗證集上評估，然後據此修改模型），那麼將會有越來越多的關於驗證集的資訊洩露到模型中。最後，你得到的模型在驗證集上的效能非常好（人為造成的），因為這正是你優化的目的。 因此你需要使用乙個完全不同的、前所未見的資料集來評估模型，它就是測試集。**你的模型一定不能讀取與測試集有關的任何資訊，即使間接讀取也不行。 **

將資料劃分為訓練集、驗證集和測試集可能看起來很簡單，但如果可用資料很少，還有幾種高階方法可以派上用場。我們先來介紹三種經典的評估方法：簡單的留出驗證、 k 折驗證，以及帶有打亂資料的重複 k 折驗證 。

留出一定比例的資料作為測試集。在剩餘的資料上訓練模型，然後在測試集上評估模型。如前所述，為了防止資訊洩露，你不能基於測試集來調節模型，所以還應該保留乙個驗證集。

如果可用的資料很少，那麼可能驗證集和測試集包含的樣本就太少，從而無法在統計學上代表資料。這個問題很容易發現：如果在劃分資料前

進行不同的隨機打亂，最終得到的模型效能差別很大，那麼就存在這個問題。

k 折驗證（ k-fold validation）將資料劃分為大小相同的 k 個分割槽。

k 折驗證：

對於每個分割槽 i，在剩餘的 k-1 個分割槽上訓練模型，然後在分割槽 i 上評估模型。最終分數等於 k 個分數的平均值。

k 折交叉驗證的實現偽**：

k = 3  # 假設3折驗證

num_validation_samples = len(train_data) // k  # 分割槽後每個分割槽的樣本數
validation_scores =   # 記錄每輪得分
np.random.shuffle(train_data)  # 可選，用於隨機打亂資料
for fold in range(k):
# 劃分分割槽
vali_begin = num_validation_samples * fold
vali_end = num_validation_samples * (fold + 1)
# 分割出本折的訓練集和驗證集
vali_data = train_data[vali_begin: vali_end]
vali_targets = train_targets[vali_begin: vali_end]
partial_train_data = train_data[: vali_begin] + train_data[vali_end:]
partial_train_targets = train_targets[: vali_begin] + targets_data[vali_end:]
# 獲得乙個模型並訓練
model = build_model()
model.fit(partial_train_data, partial_train_targets)
score = evaluate(model, vali_data, vali_targets)
vali_score = np.mean(validation_scores)  # 最終驗證分數：k 折驗證分數的平均值

重複 k 折驗證：

多次使用 k 折驗證，在每次將資料劃分為 k 個分割槽之前都先將資料打亂。最終分數是每次 k 折驗證分數的平均值。

機器學習模型評估方法

分類模型評價度量 概率輸出型 這個有邏輯回歸 隨機森林 梯度提公升 adaboost等演算法，都是以概率作為輸出的。要想把概率型輸出變為分型別輸出，只要為其設立乙個閾值即可。positive predictive value 陽性 值 or precision 精度 陽性 值被 正確的比例。nega...

機器學習方法 機器學習模型評估方法

通常我們採用實驗測試的方法對模型的泛化誤差做出評估。為此我們就需要乙個測試集用來測試訓練好的模型。通常情況下，在我們拿到資料之後，在正式開始訓練模型前，就會將資料劃分為訓練集合測試集。需要注意的是 訓練集與測試集應盡可能互斥，也就是盡量不要重複。測試集要符合真實樣本的分布，也就是說在劃分時要隨機抽樣...

機器學習中模型評估方法

交叉驗證 什麼是交叉驗證 cv 交叉驗證的基本思想是把在某種意義下將原始資料 dataset 進行分組,一部分做為訓練集 train set 另一部分做為驗證集 validation set or test set 首先用訓練集對分類器進行訓練,再利用驗證集來測試訓練得到的模型 model 以此來做...