传统交叉验证方法面对时序数据表现出较明显的过拟合，而时序交叉验证方法能
够有效防止过拟合。借助时序交叉验证的机器学习选股策略能够获得更高
并且更稳定的收益。推荐投资者在选择机器学习模型超参数时，使用时序
交叉验证方法。
2021-07-29 11:05:09
1.71MB
1
数据挖掘各分类算法原理阐述，朴素贝叶斯、SVM、KNN等算法的代码实现，并用十折交叉验证进行评价和分析。
2021-07-23 14:51:19
104KB
1
迭代分层
迭代分层是一个为兼容的交叉验证器提供分层的项目，用于对多标签数据进行分层。
目前，scikit-learn为多个交叉验证器提供了分层。 但是，这些交叉验证器无法对多标签数据进行分层。 此迭代分层项目提供了MultilabelStratifiedKFold，MultilabelRepeatedStratifiedKFold和MultilabelStratifiedShuffleSplit的实现，并具有用于对多标签数据进行分层的基本算法，如下文所述：
Sechidis K.，Tsoumakas G.，Vlahavas I.（2011）关于多标签数据的分层。 在：Gunopulos D
2021-07-17 15:35:10
11KB
1
主要介绍了Python实现K折交叉验证法的方法步骤，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
2021-06-15 15:27:22
43KB
1
决策树代码Python（包含GINI，信息熵构建方法，10折交叉验证，Adaboost以及Boost方法）
2021-06-05 17:11:34
53KB
1
内含贝叶斯的代码，10次10折贝叶斯的代码，直接使用即可，还用相应的数据集样本，都可直接使用不需要修改。
2021-05-24 16:18:21
3KB
1
该论文中详细介绍了基于朴素贝叶斯的垃圾邮件分类过程，以及五折交叉验证的评价指标，并包含完整的代码，python格式，是一个学习朴素贝叶斯方法不错的实例。
2021-05-15 21:32:40
325KB
1
matlab开发-交叉验证和局部分析显示的决策树和预测模型。此代码实现分类树，并为每个目标类绘制ROC曲线。
2021-05-14 15:17:09
962KB
1