本文链接：https://blog.csdn.net/qq_36523839/article/details/82556932

学习曲线：一种用来判断训练模型的一种方法，通过观察绘制出来的学习曲线图，我们可以比较直观的了解到我们的模型处于一个什么样的状态，如：过拟合（overfitting）或欠拟合（underfitting）

先来看看如何解析学习曲线图：

要看深刻了解上面的图形意义，你需要了解偏差（bias）、方差（variance）对于训练模型的意义，可以参考这里，当你了解后，我们来看看上面的图形代表的意义：（横坐标表示训练样本的数量，纵坐标表示准确率）

1：观察左上图，训练集准确率与验证集准确率收敛，但是两者收敛后的准确率远小于我们的期望准确率（上面那条红线），所以由图可得该模型属于欠拟合（underfitting）问题。由于欠拟合，所以我们需要增加模型的复杂度，比如，增加特征、增加树的深度、减小正则项等等，此时再增加数据量是不起作用的。

2：观察右上图，训练集准确率高于期望值，验证集则低于期望值，两者之间有很大的间距，误差很大，对于新的数据集模型适应性较差，所以由图可得该模型属于过拟合（overfitting）问题。由于过拟合，所以我们降低模型的复杂度，比如减小树的深度、增大分裂节点样本数、增大样本数、减少特征数等等。

3：一个比较理想的学习曲线图应当是：低偏差、低方差，即收敛且误差小。

在深刻了解到了学习曲线图的意义后，可以着手挥着该图了。

如何绘制学习曲线：

以下为sklearn官方文档的解释，这里仅做必要的解释：

通过使用sklearn提供的绘制模板，我们也可以根据数据的情况来改变绘制的条件。官方提供的两个样例分别是GaussianNB、SVC两个模型对于load_digits数据集进行拟合后绘制的学习曲线图。

附上完整代码，下面再对相关步骤做说明：

import numpy as np
import matplotlib.pyplot as plt
from sklearn.naive_bayes import GaussianNB
from sklearn.svm import SVC
from sklearn.datasets import load_digits
from sklearn.model_selection import learning_curve
from sklearn.model_selection import ShuffleSplit
def plot_learning_curve(estimator, title, X, y, ylim=None, cv=None,
n_jobs=1, train_sizes=np.linspace(.1, 1.0, 5)):
plt.figure()
plt.title(title)
if ylim is not None:
plt.ylim(*ylim)
plt.xlabel("Training examples")
plt.ylabel("Score")
train_sizes, train_scores, test_scores = learning_curve(
estimator, X, y, cv=cv, n_jobs=n_jobs, train_sizes=train_sizes)
train_scores_mean = np.mean(train_scores, axis=1)
train_scores_std = np.std(train_scores, axis=1)
test_scores_mean = np.mean(test_scores, axis=1)
test_scores_std = np.std(test_scores, axis=1)
plt.grid()
plt.fill_between(train_sizes, train_scores_mean - train_scores_std,
train_scores_mean + train_scores_std, alpha=0.1,
color="r")
plt.fill_between(train_sizes, test_scores_mean - test_scores_std,
test_scores_mean + test_scores_std, alpha=0.1, color="g")
plt.plot(train_sizes, train_scores_mean, 'o-', color="r",
label="Training score")
plt.plot(train_sizes, test_scores_mean, 'o-', color="g",
label="Cross-validation score")
plt.legend(loc="best")
return plt
digits = load_digits()
X, y = digits.data, digits.target # 加载样例数据
# 图一
title = r"Learning Curves (Naive Bayes)"
cv = ShuffleSplit(n_splits=100, test_size=0.2, random_state=0)
estimator = GaussianNB() #建模
plot_learning_curve(estimator, title, X, y, ylim=(0.7, 1.01), cv=cv, n_jobs=1)
# 图二
title = r"Learning Curves (SVM, RBF kernel, $\gamma=0.001$)"
cv = ShuffleSplit(n_splits=10, test_size=0.2, random_state=0)
estimator = SVC(gamma=0.001) # 建模
plot_learning_curve(estimator, title, X, y, (0.7, 1.01), cv=cv, n_jobs=1)
plt.show()

plot_learning_curve函数官方放提供的模板函数，可以无需修改，初学时我们仅需要知道传入的参数意义即可。

先说说函数里面的一个东西，也是画曲线的核心sklearn.model_selection的learning_curve，该学习曲线函数返回的是train_sizes，train_scores，test_scores：

在画训练集的曲线时：横轴为 train_sizes，纵轴为 train_scores_mean；

画测试集的曲线时：横轴为train_sizes，纵轴为test_scores_mean。

title：图像的名字。

cv：默认cv=None，如果需要传入则如下：

cv : int, 交叉验证生成器或可迭代的可选项，确定交叉验证拆分策略。
         cv的可能输入是：
           - 无，使用默认的3倍交叉验证，
           - 整数，指定折叠数。
           - 要用作交叉验证生成器的对象。
           - 可迭代的yielding训练/测试分裂。

ShuffleSplit：我们这里设置cv，交叉验证使用ShuffleSplit方法，一共取得100组训练集与测试集，每次的测试集为20%，它返回的是每组训练集与测试集的下标索引，由此可以知道哪些是train，那些是test。

ylim：tuple, shape (ymin, ymax), 可选的。定义绘制的最小和最大y值，这里是（0.7，1.01）。

n_jobs : 整数，可选并行运行的作业数（默认值为1）。windows开多线程需要在"__name__"==__main__中运行。

好了，以上为查阅资料以及文档对于上面参数的解释，下面看看运行的结果：

如上图，左边（朴素贝叶斯分类器）收敛但准虽然确度为0.85左右，属于欠拟合；右边（rbf核的SVM）训练分数一直都在一个很高的地方，可能属于一个过拟合问题，这时可以通过更多的训练样本来验证这个分数。

参考文献：官方文档学习曲线

参考文献：官方文档交叉验证

创建学习曲线函数——plot_learning_curve相关推荐

SAP EWM中仓库任务WT创建的函数
仓库任务创建的函数函数组:/SCWM/L03B 仓库任务的相关函数均在这个函数组里面仓库任务的创建一般是通过函数:/SCWM/TO_CREATE来创建这个函数中参数简介如下: IV_LGNUM: ...
IntelliJ 创建main函数快捷
2019独角兽企业重金招聘Python工程师标准>>> 今天偶然发现了IntelliJ中创建main函数的快捷键,依次还有for循环,System.out.println(); 在 ...
oracle创建过程带有编译错误,警告：创建的函数带有编译错误
警告:创建的函数带有编译错误下面是一个<Oracle Database Java Developer's Guide>上的例子: ---------------------------- ...
php 匿名方法,PHP基于Closure类创建匿名函数的方法详解
本文实例讲述了PHP基于Closure类创建匿名函数的方法.分享给大家供大家参考,具体如下: Closure 类用于代表匿名函数的类. 匿名函数(在 PHP 5.3 中被引入)会产生这个类型的对象. ...
我的 Serverless 实战 — 云函数与触发器的创建与使用 ( 开通腾讯云 “ 云开发 “ 服务 | 创建云函数 | 创建触发器 | 测试触发器 )
文章目录一.开通腾讯云 " 云开发 " 服务二.创建云函数三.创建触发器四.测试触发器 [本文正在参与 "100%有奖 | 我的Serverless 实战&quo ...
mysql创建存储函数报错：ERROR 1418 (HY000): This function has none of DETERMINISTIC, NO SQL...
在创建存储函数的时候出现了报错: ERROR 1418 (HY000): This function has none of DETERMINISTIC, NO SQL, or READS SQL D ...
QT 手动创建信号函数与槽函数
自定义信号槽必须要有Q_OBJCT 自己通过关键字signals创建信号函数,只声明信号函数即可,系统会自动定义它. 利用 public slots: 声明一个槽函数,槽函数不会自动生成,并且去定义它 ...
IntelliJ 创建main函数、for循环、输出语句快捷键
前些天发现了一个巨牛的人工智能学习网站,通俗易懂,风趣幽默,忍不住分享一下给大家.点击跳转到教程. 今天偶然发现了IntelliJ中创建main函数的快捷键,依次还有for循环,System.out ...
MATLAB GUI如何创建Callback函数
本文以创建按钮的Callback函数为例介绍了在MATLAB如何在GUI中创建Callback函数首先在MATLAB中输入guide,打开GUI文件,这里我随机打开一个我之前创建的GUI文件: 假设 ...

创建学习曲线函数——plot_learning_curve

先来看看如何解析学习曲线图：

如何绘制学习曲线：

创建学习曲线函数——plot_learning_curve相关推荐

最新文章

热门文章