什么是交叉验证（cross validation）
将拿到的训练数据，分为训练和验证集，交叉验证的目的：为了让被评估的模型更加准确可信
例：将数据分成四份其中一份作为验证集，然后经过四次的测试，每次都更换不同的验证集，即可得到四组模型的结果，取平均值作为最终的结果，又称4折交叉验证
超参数搜索-网格搜索（Grid Search）
手动指定的值（如k-近邻算法的k值）叫做超参数，但是手动过程复杂，所以需要对模型预设几种超参数组合。每组超参数都采用交叉验证来进行评估，最后选出最优参数组合建立模型
API
本博客所有文章除特别声明外，均采用 CC BY-NC-SA 4.0 许可协议。转载请注明来自 WangZun233！
