机器学习实践（八）—sklearn之交叉验证与参数调优

一、交叉验证与参数调优 交叉验证(cross validation) 交叉验证：将拿到的训练数据，分为训练集、验证集和测试集。 训练集：训练集+验证集 测试集：测试集 为什么需要交叉验证 为了让被评估的模型更加稳健 参数调优 超参数搜索-网格搜索(Grid Search) 通常情况下，有很多参数是需要手动指定的（如k-近邻算法中的K值），这种叫超参数。但是手动过程繁杂，所以需要对模型预设几种超参数

>>阅读原文<<