Einführung in Machine Learning mit Python

KAPITEL 5

Evaluierung und Verbesserung von Modellen

Wir haben nun die Grundlagen von überwachtem und unüberwachtem Lernen besprochen und dabei viele maschinelle Lernalgorithmen ausprobiert. Wir werden uns jetzt intensiver mit der Evaluierung von Modellen und der Auswahl von Parametern auseinandersetzen.

Wir werden uns dabei auf überwachte Methoden zur Regression und Klassifikation konzentrieren, da die Evaluierung und Auswahl unüberwachter Lernmodelle oft ein eher qualitativer Prozess ist (wie in Kapitel 3 vorgestellt).

Um unsere überwachten Modelle zu evaluieren, haben wir bisher unsere Datensätze mit der Funktion train_test_split in einen Trainingsdatensatz und einen Testdatensatz unterteilt, auf den Trainingsdaten ein Modell über die Methode ...