Modul cross-validation dan penalaan menyediakan dua kemampuan: estimasi performa yang stabil dengan KFold dan cross_val_score, lalu penalaan hyperparameter yang disiplin dengan GridSearchCV dan RandomizedSearchCV. Topik penutup mengenalkan nested CV sebagai cara memperhitungkan biaya penalaan dalam estimasi akhir. Seluruh contoh dijalankan di atas pipeline agar skor yang diperoleh tetap jujur.
Cross-validation dan penalaan
Estimasi performa yang stabil dan penalaan hyperparameter yang disiplin.
0/0 selesai
- Cross-validation
KFold, StratifiedKFold, dan cross_val_score.
- GridSearchCV
Penalaan menyeluruh hyperparameter di atas pipeline.
- RandomizedSearchCV
Kapan pencarian acak mengalahkan grid penuh.
- Kesadaran Nested CV
Estimasi performa yang jujur bagi model yang telah ditala.