网格搜索,得出最优参数后的训练模型,是采用训练数据集,还是直接用的数据全集?

关于网格搜索,还是有些不太明白的地方:
1. 网格搜索GridSearchCV中,其实已经包含了交叉验证了(cv默认值是10)。那通过网格搜索得到最优参数后,正式训练模型时,是使用训练数据集(用原始数据集切分出训练数据集和测试数据集),还是用完整的数据集呢?
2. 如果用完整的数据集,那训练出来的模型,如何说明是否过拟合?

1个回答

(1)理论上说数据越多训练出来的效果越好,但是如果所有的数据都拿来训练,就无法判断是否过拟合了。
(2)拿没有参加训练的数据,如果效果良好,就没有过拟合,如果不如训练的效果,就是过拟合。

lmw0320
lmw0320 回复: 了解了,多谢
一年多之前 回复
caozhy
回答这么多问题就耍赖把我的积分一笔勾销了 回复lmw0320: 作为验证数据,必须从头到尾都不参与训练
一年多之前 回复
lmw0320
lmw0320 你的意思就是,还是要切分数据集,那训练集去训练。。交叉验证的事,不管了。。那个只是网格搜索用来查找最优参数时,内部对训练集又再次进行切分了,是吧?
一年多之前 回复
Csdn user default icon
上传中...
上传图片
插入图片
抄袭、复制答案,以达到刷声望分或其他目的的行为,在CSDN问答是严格禁止的,一经发现立刻封号。是时候展现真正的技术了!
立即提问
相关内容推荐