可生成图片类型(推荐)
可生成数据表类型(推荐)
Zeroclanzhang(讨论 | 贡献) (创建页面,内容为“{{Infobox nodebasic |nodename=交叉验证结果整合 |nodeimage=Cross Validation Data Collection.png |icon=Cross Validation Data Collection.svg |simpleicon=Cross Validation Data Collection_Pure.svg |developer=Dev.Team-DPS |productionstate={{图标文件|Win}} / {{图标文件|W10}} Win10及以上可用 |productionstatedesc=在V1.0部署 |nodeenglishname=Has english name::Cross Validation Data Collection |abbreviation=Ha…”) |
Zeroclanzhang(讨论 | 贡献) 无编辑摘要 |
||
| 第7行: | 第7行: | ||
|productionstate={{图标文件|Win}} / {{图标文件|W10}} Win10及以上可用 | |productionstate={{图标文件|Win}} / {{图标文件|W10}} Win10及以上可用 | ||
|productionstatedesc=在[[Update:DecisionLinnc 1.0.0.8|V1.0]]部署 | |productionstatedesc=在[[Update:DecisionLinnc 1.0.0.8|V1.0]]部署 | ||
|nodeenglishname= | |nodeenglishname=Cross Validation Data Collection | ||
|abbreviation= | |abbreviation=CVDC | ||
|funcmaincategory=机器学习 | |funcmaincategory=机器学习 | ||
|funcsubcategory=[[Eva Lv1 Cat::模型评估]] | |funcsubcategory=[[Eva Lv1 Cat::模型评估]] | ||
| 第27行: | 第27行: | ||
|nextnode=[[采样方法]] | |nextnode=[[采样方法]] | ||
}} | }} | ||
| 节点状态 | 在V1.0部署
|
|---|---|
交叉验证结果整合 | |
| 节点开发者 | 决策链算法研发部 (Dev.Team-DPS) |
| 节点英文名 | Cross Validation Data Collection |
| 功能主类别 | 机器学习 |
| 英文缩写 | CVDC |
| 功能亚类别 | 模型评估 |
| 节点类型 | 数据挖掘 |
| 开发语言 | Python |
| 节点简介 | |
交叉验证结果整合,为交叉验证的附属模块。交叉验证(Cross-validation)是一种评估和选择机器学习模型性能的常用技术。它通过将训练数据集划分为多个子集,来模拟对模型在未见数据上的泛化能力进行评估。 | |
| 端口数量与逻辑控制(PC) | |
| Input-入口 | 2个 |
| Output-出口 | 3个 |
| Loop-支持循环 | 否 |
| If/Switch-支持逻辑判断 | 否 |
| 输入输出 | |
可生成图片类型(推荐)
可生成数据表类型(推荐)
出口类型
| |
| 相关节点 | |
| 上一节点 | 交叉验证 |
| 下一节点 | 采样方法 |
查找其他类别的节点,请参考以下列表