机器学习-Python实践Day5（选择算法）

1、分离数据集（Pima Indians 印第安人医疗数据） 1.1、分离训练数据集和评估数据集 1.2、K折交叉验证分离 1.3、弃一交叉验证分离（N-1折交叉验证） 1.4、重复随机分离评估、 训练数据集分离 分离数据集的意义： 在评估算法准确度的时候，为什么不直接使用全量样本数据作为评估模型的数据集？ 最直接的原因是在训练模型的时候，使用了一部分或全量样本数据；评估的时候，再次用全量数据去做

>>阅读原文<<