我正在使用 GridSearchCV 来调整逻辑回归多类模型的超参数。
我在 Kaggle 上读到，您应该选择导致 CV 分数和训练分数之间差异最小的超参数，但在这种情况下，这会导致分数非常低。
我应该如何选择合适的 C 值以确保模型的通用性以及基于下面的 CV 曲线的高模型性能？
根据我的理解，选择两个分数之间的低差异可确保模型能够推广到看不见的数据。但另一方面，我希望在看不见的数据上获得尽可能高的分数。
谢谢你的帮助！
如何为这个交叉验证曲线选择模型？
数据挖掘
模型选择
网格搜索
2022-03-08 16:58:20
1个回答
选择最佳验证准确度是常见的做法，因为验证是看不见的数据。
有时你可能对验证集过度拟合，主要是如果它太小或不能很好地代表数据（例如，如果它有相当多的一个类的例子，那么一个好的模型应该是一个表明（几乎）一切都属于那个类）。
如果您担心过度拟合，可以增加正则化强度。
其它你可能感兴趣的问题