拆分训练测试集：修订间差异

来自决策链云智库
无编辑摘要
标签：已被回退
无编辑摘要
标签：手工回退
第10行： 第10行：
|abbreviation=[[Has abbreviation::SliTraTD]]
|abbreviation=[[Has abbreviation::SliTraTD]]
|funcmaincategory=机器学习
|funcmaincategory=机器学习
|funcsubcategory=[[DataML Lv1 Cat::数据集操作]]
|funcsubcategory=[[DataML Lv1 Cat::数据集拆分]]
|nodecategory=数据挖掘
|nodecategory=数据挖掘
|nodeinterpretor=Python
|nodeinterpretor=Python
第32行： 第32行：
{{Navplate AlgorithmNodeList}}
{{Navplate AlgorithmNodeList}}


[[Category:数据集操作]]
[[Category:数据集拆分]]

2024年1月18日 (四) 20:16的版本

Split Training Test Datasets.png
节点状态
Windows / Windows 10 Win10及以上可用
在V1.0部署
拆分训练测试集Split Training Test Datasets.svg
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
英文缩写拆分训练测试集
功能亚类别数据集拆分
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）
相关节点
上一节点多重插补
下一节点导入训练集
WikimediaUI-Globe.svg相关网站





查找其他类别的节点，请参考以下列表

取自“https://wiki.statsape.com/index.php?title=拆分训练测试集&oldid=5284”
最近修改
此页面最后编辑于2024年1月18日 (星期四) 20:16。
版权
DecisionLinnc Wiki (决策链云智库) © 2024 by Statsape is licensed under Attribution-NonCommercial-ShareAlike 4.0 International. To view a copy of this license, visit [http://creativecommons.org/licenses/by-nc-sa/4.0/| CreativeCommons-Licenses-4.0].