我在部分数据上测试了我的 CatBoostModel 模型，得到了 0.92 的分数，但 Kaggle 的公开分数是 0.9。我通过随机搜索找到了新的超参数，新模型得分为 0.925，但在 Kaggle 上得分下降到 0.88。
我应该怎么做才能正确验证模型？
测试部分的模型分数与 Kaggle 公开分数之间的差异
数据挖掘
交叉验证
卡格尔
验证
分数
猫促进
2022-02-26 01:29:58
1个回答
一般来说，您应该期望在测试集上获得比验证集更低的分数，因为您利用验证数据来调整模型。但是对于正确训练的模型，验证集和测试集之间的差异必须很小，例如 0.92 与 0.9。为了对模型的输出更有信心，您可以执行Cross-Validation。
其它你可能感兴趣的问题