Python机器学习手册：从数据预处理到深度学习

206

｜

第

11

章

模型评估

延伸阅读

y

scikit-learn

文档 ：

make_scorer

（

http://bit.ly/2FwMm4m

）

11.11

　可视化训练集规模的影响

问题描述

评估训练集中观察值的数量对某个指标的影响（如准确率、

F

1

分数等）。

解决方案

画出学习曲线（

Learning Curve

，如下页图所示）：

#

加载库

import numpy as np

import matplotlib.pyplot as plt

from sklearn.ensemble import RandomForestClassifier

from sklearn.datasets import load_digits

from sklearn.model_selection import learning_curve

#

加载数据

digits = load_digits()

#

创建特征矩阵和目标向量

features, target = digits.data, digits.target

#

使用交叉验证为不同规模的训练集计算训练和测试得分

train_sizes, train_scores, test_scores = learning_curve(#

分类器

RandomForestClassifier(),

#

特征矩阵

features,

#

目标向量

target,

#

交叉验证的折数

cv=10,

#

性能指标 ...