首页
学习
活动
专区
圈层
工具
发布
    • 综合排序
    • 最热优先
    • 最新优先
    时间不限
  • 来自专栏SAMshare

    [012] 不同数据集划分与验证方法的实现与比较

    本文介绍了几种常见的数据集划分与交叉验证的方法策略以及它们的优缺点,主要包括了Train-test-split、k-fold cross-validation、Leave One Out Cross-validation

    1.5K40发布于 2021-02-03
  • 来自专栏机器学习与统计学

    【深度学习】使用 PyTorch 实现回归问题

    基础知识:https://korlakuntasaikamal10.medium.com/pytorch-for-deep-learning-part-1-af4a1daa3454 使用 sklearn Train-Test-split

    1.3K10编辑于 2024-01-29
  • 来自专栏DeepHub IMBA

    ArgMiner:一个用于对论点挖掘数据集进行处理、增强、训练和推理的 PyTorch 的包

    这些处理都基于一个基本的DataProcessor类,该类具有保存和应用train-test-split的内置特性,因此可以轻松地从它创建新的处理类。

    91240编辑于 2022-11-11
  • 来自专栏机器之心

    几行代码搞定ML模型,低代码机器学习Python库正式开源

    数据预处理是机器学习的必要步骤,比如当初始化 setup() 时,缺失值填充、分类变量编码、标签编码(将 yes or no 转化为 1 or 0)以及 train-test-split 会自动执行。

    1.1K40发布于 2020-04-18
  • 来自专栏Datawhale专栏

    机器学习建模神器PyCaret已开源!提升效率,几行代码轻松搞定模型

    特别提醒:当setup()初始化时,将自动执行机器学习必需的数据预处理步骤,例如缺失值插补,分类变量编码,标签编码(将yes或no转换为1或0)和训练、测试集拆分(train-test-split)。

    2.8K30发布于 2020-05-16
领券