2
我想知道如何在python中使用交叉驗證來提高邏輯迴歸模型的準確性。正在使用的數據集稱爲「虹膜」。我已經成功地對SVM模型使用了交叉驗證,但是我正在努力調整我的代碼來爲邏輯迴歸模型做同樣的工作。這裏是我到目前爲止的代碼:Logistic迴歸的交叉驗證
from sklearn import cross_validation
from sklearn import datasets, linear_model
iris = datasets.load_iris()
x_iris = iris.data
y_iris = iris.target
svc = svm.SVC(C=1, kernel='linear')
k_fold = cross_validation.StratifiedKFold(y_iris, n_folds=10)
# labels, the number of folders
#for train, test in k_fold:
# print train, test
scores = cross_validation.cross_val_score(svc, x_iris, y_iris, cv=k_fold, scoring='accuracy')
# clf.fit() is repeatedly called inside the cross_validation.cross_val_score()
print scores
print 'average score = ', np.mean(scores)
print 'std of scores = ', np.std(scores)
我必須對代碼來實現成功的交叉驗證我的邏輯迴歸模型怎樣的調整?
感謝您的任何幫助。
讓我知道如果我的答案從下面適合您的需求,否則我會嘗試看看你想要什麼,歡呼! –