python - 如何解释 ML 训练输出

Question

我是机器学习的初学者，我正在通过参加 Kaggle 比赛来学习。我从著名的泰坦尼克号生存问题开始，通过试错/获得其他人的帮助，我能够训练我的数据，但我的问题是:我如何理解输出并进入下一阶段？

这是我的代码:

import pandas as pd
from sklearn.tree import DecisionTreeRegressor
from sklearn.model_selection import train_test_split

train_path = "C:\\Users\\Omar\\Downloads\\Titanic Data\\train.csv"
train_data = pd.read_csv(train_path)

train_data['Sex'] = pd.factorize(train_data.Sex)[0]

columns_of_interest = ['Survived','Pclass', 'Sex', 'Age']
filtered_titanic_data = train_data.dropna(axis=0)

x = filtered_titanic_data[columns_of_interest]
y = filtered_titanic_data.Survived

train_x, val_x, train_y, val_y = train_test_split(x, y, random_state=0)

titanic_model = DecisionTreeRegressor()
titanic_model.fit(train_x, train_y)

val_predictions = titanic_model.predict(val_x)
print(val_predictions)

这是我得到的输出(1 人幸存 - 0 人死亡):

1. 0. 1. 0. 1. 0. 0. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1.
 1. 0. 1. 1. 0. 0. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 0. 1. 0. 1.

但我不知道如何使用此输出进行下一阶段。

Answer 1

现在，您可以将 val_predictions 与 val_y 进行比较，看看您答对了多少!

您使用 train_x, train_y 来查找模式，将其拟合到 val_x 上，现在您想看看您的模型有多好!

有多种方法可以解决这个问题!您可以选择您的评估指标!

from sklearn.metrics import accuracy_score

accuracy_score(val_predictions, val_y)

这里是 accuracy_score 代表的链接! http://scikit-learn.org/stable/modules/model_evaluation.html#accuracy-score

准确率分数是一个评估指标!展望 future ，您还可以使用 GridSearchCV 自动搜索最佳参数，以最大化或最小化您的评估指标。

您可以在这里阅读:

1. http://scikit-learn.org/stable/modules/generated/sklearn.model_selection.GridSearchCV.html
2. https://stats.stackexchange.com/questions/269300/why-does-sklearn-grid-search-gridsearchcv-return-random-results-on-every-executi