<\/p>\n
Per valutare le prestazioni di un modello su un set di dati, dobbiamo misurare quanto bene le previsioni fatte dal modello corrispondono ai dati osservati.<\/span><\/p>\n Un metodo comunemente utilizzato per eseguire questa operazione \u00e8 noto come convalida incrociata k-fold<\/a> , che utilizza il seguente approccio:<\/span><\/p>\n 1.<\/strong> Dividere casualmente un set di dati in k<\/em> gruppi, o “pieghe”, di dimensioni approssimativamente uguali.<\/span><\/p>\n 2.<\/strong> Scegli una delle pieghe come set di ritenuta. Adatta il modello alle restanti pieghe k-1. Calcolare il test MSE sulle osservazioni nello strato che \u00e8 stato tensionato.<\/span><\/p>\n 3.<\/strong> Ripetere questo processo k<\/em> volte, ogni volta utilizzando un insieme diverso come insieme di esclusione.<\/span><\/p>\n 4.<\/strong> Calcolare l’MSE complessivo del test come media dei k<\/em> MSE del test.<\/span><\/p>\n Questo tutorial fornisce un esempio passo passo di come eseguire la convalida incrociata k-fold per un determinato modello in Python.<\/span><\/p>\n Innanzitutto, caricheremo le funzioni e le librerie necessarie per questo esempio:<\/span><\/p>\n Successivamente, creeremo un DataFrame panda che contiene due variabili predittive, x1<\/sub> e x2<\/sub> e una singola variabile di risposta y.<\/span><\/p>\n Successivamente, adatteremo un modello di regressione lineare multipla<\/a> al set di dati ed eseguiremo LOOCV per valutare le prestazioni del modello.<\/span><\/p>\n Dal risultato, possiamo vedere che l’errore medio assoluto (MAE) era 3,614<\/strong> . Cio\u00e8, l’errore assoluto medio tra la previsione del modello e i dati effettivamente osservati \u00e8 3,614.<\/span><\/p>\n In generale, pi\u00f9 basso \u00e8 il MAE, migliore \u00e8 la capacit\u00e0 del modello di prevedere le osservazioni reali.<\/span><\/p>\n Un altro parametro comunemente utilizzato per valutare le prestazioni del modello \u00e8 l\u2019errore quadratico medio (RMSE). Il codice seguente mostra come calcolare questa metrica utilizzando LOOCV:<\/span><\/p>\n Dal risultato, possiamo vedere che l’errore quadratico medio (RMSE) era 4.284<\/strong> .<\/span><\/p>\n Pi\u00f9 basso \u00e8 l\u2019RMSE, migliore \u00e8 la capacit\u00e0 del modello di prevedere le osservazioni reali.<\/span><\/p>\n In pratica, in genere adattiamo diversi modelli diversi e confrontiamo l’RMSE o il MAE di ciascun modello per decidere quale modello produce i tassi di errore di test pi\u00f9 bassi ed \u00e8 quindi il modello migliore da utilizzare.<\/span><\/p>\n Tieni inoltre presente che in questo esempio scegliamo di utilizzare k=5 pieghe, ma puoi scegliere qualsiasi numero di pieghe desideri.<\/span><\/p>\n In pratica, in genere scegliamo tra 5 e 10 strati, poich\u00e9 questo risulta essere il numero ottimale di strati che produce tassi di errore di prova affidabili.<\/span><\/p>\n Puoi trovare la documentazione completa per la funzione KFold() di sklearn qui<\/a> .<\/em><\/span><\/p>\n Un’introduzione alla convalida incrociata K-Fold<\/a> Per valutare le prestazioni di un modello su un set di dati, dobbiamo misurare quanto bene le previsioni fatte dal modello corrispondono ai dati osservati. Un metodo comunemente utilizzato per eseguire questa operazione \u00e8 noto come convalida incrociata k-fold , che utilizza il seguente approccio: 1. Dividere casualmente un set di dati in k gruppi, […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"\n Passaggio 1: caricare le librerie necessarie<\/strong><\/span><\/h3>\n
from<\/span> sklearn. model_selection<\/span> import<\/span> train_test_split\nfrom<\/span> sklearn. model_selection<\/span> import<\/span> KFold\nfrom<\/span> sklearn. model_selection<\/span> import<\/span> cross_val_score\nfrom<\/span> sklearn. linear_model<\/span> import<\/span> LinearRegression\nfrom<\/span> numpy import<\/span> means\nfrom<\/span> numpy import<\/span> absolute\nfrom<\/span> numpy import<\/span> sqrt\nimport<\/span> pandas as<\/span> pd\n<\/strong><\/span><\/pre>\n Passaggio 2: creare i dati<\/strong><\/span><\/h3>\n
df = pd.DataFrame({' y<\/span> ': [6, 8, 12, 14, 14, 15, 17, 22, 24, 23],\n ' x1<\/span> ': [2, 5, 4, 3, 4, 6, 7, 5, 8, 9],\n ' x2<\/span> ': [14, 12, 12, 13, 7, 8, 7, 4, 6, 5]})\n<\/strong><\/span><\/pre>\n Passaggio 3: eseguire la convalida incrociata K-Fold<\/strong><\/span><\/h3>\n
#define predictor and response variables\n<\/span>X = df[[' x1<\/span> ', ' x2<\/span> ']]\ny = df[' y<\/span> ']\n\n#define cross-validation method to use\n<\/span>cv<\/span> =<\/span> KFold<\/span> (<\/span> n_splits<\/span> =<\/span> 10<\/span> ,<\/span> random_state<\/span> =<\/span> 1<\/span> ,<\/span> shuffle<\/span> =<\/span> True<\/span> )<\/span>\n\n#build multiple linear regression model\n<\/span>model = LinearRegression()\n\n#use k-fold CV to evaluate model\n<\/span>scores = cross_val_score(model, X, y, scoring=' neg_mean_absolute_error<\/span> ',\n cv=cv, n_jobs=-1)\n\n#view mean absolute error\n<\/span>mean(absolute(scores))\n\n3.6141267491803646\n<\/strong><\/span><\/pre>\n #define predictor and response variables\n<\/span>X = df[[' x1<\/span> ', ' x2<\/span> ']]\ny = df[' y<\/span> ']\n\n#define cross-validation method to use\n<\/span>cv<\/span> =<\/span> KFold<\/span> (<\/span> n_splits<\/span> =<\/span> 5<\/span> ,<\/span> random_state<\/span> =<\/span> 1<\/span> ,<\/span> shuffle<\/span> =<\/span> True<\/span> )<\/span> \n\n#build multiple linear regression model\n<\/span>model = LinearRegression()\n\n#use LOOCV to evaluate model\n<\/span>scores = cross_val_score(model, X, y, scoring=' neg_mean_squared_error<\/span> ',\n cv=cv, n_jobs=-1)\n\n#view RMSE\n<\/span>sqrt(mean(absolute(scores)))\n\n4.284373111711816<\/strong><\/span><\/pre>\n Risorse addizionali<\/strong><\/span><\/h3>\n
Una guida completa alla regressione lineare in Python<\/a>
Convalida incrociata Leave-One-Out in Python<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"