Tutoriel d’apprentissage automatique Python-7 : données d’entraînement et de test

La méthode sklearn.model_selection.train_test_split est utilisée dans les projets d’apprentissage automatique pour diviser l’ensemble de données disponible en un ensemble d’apprentissage et un ensemble de test. De cette manière, vous pouvez vous entraîner et tester sur des ensembles de données séparés. Lorsque vous testez le modèle avec un ensemble de données que le modèle n’a pas vu pendant la phase d’apprentissage, cela vous donnera une meilleure compréhension de la précision du modèle. #MachineLearning #PythonMachineLearning #MachineLearningTutorial #Python #PythonTutorial #PythonTraining #MachineLearningCource #MachineLearningMethod #DataTraining Code : Sujets abordés dans cette vidéo : 0:00-Pourquoi devons-nous diviser un ensemble de données donné en formation et méthode théorique de test. 0: 54-Codage (ici, nous utilisons un problème de prédiction du prix de la voiture pour démontrer la répartition des tests de train) 2: 14-Utilisez train_test_split dans sklearn 3: 54-Utilisez la méthode d’état aléatoire 4:49-Utilisez la méthode fit () pour entraîner votre modèle 5: Méthode 35-Score() (pour vérifier l’exactitude du modèle) Vidéo suivante : Tutoriel d’apprentissage automatique Python-8 : Régression logistique (classification binaire) : Explication très simple des réseaux de neurones : Playlist populaire : Science des données Cours complet : Projet de science des données : Tutoriel d’apprentissage automatique : Pandas : matplotlib : Python : Jupyter Notebook : Pour télécharger le csv et le code de tous les tutoriels : Cliquez sur le bouton vert pour cloner ou télécharger l’intégralité du référentiel, puis accédez au dossier approprié pour accéder au fichier spécifique au fichier. Site Web : Facebook : Twitter :.