如何解释机器学习中的学习曲线？

Question

这是我使用的每一种算法的学习曲线。我正在写我的报告，我很困惑如何解释这条曲线。我使用了多标签分类算法。这是二值相关的学习曲线，分类器是KNeighborsClassifier。

​

第二种是基于DecisionTreeClassifier的分类链曲线。

​

最后是使用LabelPowerset的GaussianNB曲线。

​

哪一个是最好的？因为精度和F1评分是很好的

Answer 1

学习曲线是找出哪些模型从增加训练数据中受益的工具。换句话说，它们表示具有更多数据集的模型是否会提供更好的结果。

在我看来，最好的曲线是在最小训练例子中给出最佳归一化分数的曲线。它还必须足够快地收敛到一个好的分数。