エントリーの編集
![loading...](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/common/loading@2x.gif)
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
記事へのコメント1件
- 注目コメント
- 新着コメント
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
![アプリのスクリーンショット](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/entry/app-screenshot.png)
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
交差検証(クロスバリデーション)とは?合わせてグリッドサーチに関しても学ぼう! - AI Academy Media
分類と回帰に使える評価方法 最後に、分類でも回帰でも使える評価方法の交差検証とグリッドサーチについ... 分類と回帰に使える評価方法 最後に、分類でも回帰でも使える評価方法の交差検証とグリッドサーチについて説明します。 2つの手法の意味は以下の通りです。 ・交差検証(Cross-validation):個々のモデルの汎化性能を評価する手法 ・グリッドサーチ(grid search):機械学習のハイパーパラメータ探索の方法 それでは、一つずつ詳細を見ていきましょう。 ホールドアウト法 ホールドアウト法は、モデルを作る学習データと、モデルを評価するテストデータに分割して評価します。 データを分けることで、汎化性能(未知のデータに対する性能)を向上させることができます。 もし、未知のデータを予測するにあたり全てのデータを学習データにしてしまうと、過学習(学習データにだけ適合していて未学習のデータに対して正しく答えを出力できない状態)してしまいます。 scikit-learnのtrain_test_s
2020/08/08 リンク