可生成图片类型(推荐)
可生成数据表类型(推荐)
Zeroclanzhang(讨论 | 贡献) 无编辑摘要 |
Zeroclanzhang(讨论 | 贡献) 无编辑摘要 |
||
第2行: | 第2行: | ||
|nodename=拆分训练测试集 | |nodename=拆分训练测试集 | ||
|nodeimage=Split Training Test Datasets.png | |nodeimage=Split Training Test Datasets.png | ||
|icon=Split Training Test Datasets.svg | |||
|simpleicon=Split Training Test Datasets_Pure.svg | |||
|developer=Dev.Team-DPS | |developer=Dev.Team-DPS | ||
|productionstate=PC可用 | |productionstate=PC可用 | ||
第17行: | 第19行: | ||
|nodeifswitchsupport=否 | |nodeifswitchsupport=否 | ||
|nodeavailableplotlist=nodenoplotoutput | |nodeavailableplotlist=nodenoplotoutput | ||
|nodeavailabletablelist= | |nodeavailabletablelist=Table_For_Downstream | ||
|nodeconfiguration= | |nodeconfiguration=VariableList;Text | ||
|nodeinputports=WorkFlow-Control | |nodeinputports=WorkFlow-Control 🠶;Transfer-Table ■ | ||
|nodeoutputports=WorkFlow-Control | |nodeoutputports=WorkFlow-Control 🠶;Transfer-TrainingTable ■;Transfer-TestingTable ■ | ||
|statsapewikiurl=https://wiki.statsape.com/拆分训练测试集 | |statsapewikiurl=https://wiki.statsape.com/拆分训练测试集 | ||
|previousnode=[[倾向性评分匹配]] | |previousnode=[[倾向性评分匹配]] | ||
|nextnode=[[导入训练集]] | |nextnode=[[导入训练集]] | ||
}} | }} | ||
节点状态 | PC可用
在 V1.0部署
|
---|---|
拆分训练测试集 | |
节点开发者 | 决策链算法研发部 (Dev.Team-DPS) |
节点英文名 | 拆分训练测试集 |
功能主类别 | 机器学习 |
英文缩写 | DT_ID3 |
功能亚类别 | 拆分训练测试集 |
节点类型 | 数据挖掘 |
开发语言 | Python |
节点简介 | |
拆分训练集和测试集是机器学习和数据分析中常见的数据准备步骤之一。它的主要目的是评估模型的性能和泛化能力。 拆分训练集和测试集的过程涉及将可用的数据集划分为两个独立的子集: 1. 训练集(Training Set):这是用于训练机器学习模型的数据子集。通过在训练集上学习模型,模型可以学习数据中的模式和关联。 2. 测试集(Test Set):这是用于评估模型性能的数据子集。在训练过程结束后,使用测试集来评估模型对未见过的数据的预测能力。测试集应该是与训练集相互独立且代表性的样本。 | |
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)
入口类型
出口类型
| |
相关节点 | |
上一节点 | 倾向性评分匹配 |
下一节点 | 导入训练集 |
相关网站 |
查找其他类别的节点,请参考以下列表