【历史文档】算子样例-StockRanker训练曲线(Learning Curve)

由small_q创建，最终由small_q更新于2024-05-15 08:22 被浏览 576 用户

更新

本文内容对应旧版平台与旧版资源，其内容不再适合最新版平台，请查看新版平台的使用说明

新版量化开发IDE（AIStudio）：

新版模版策略：

新版数据平台：

新版表达式算子：

新版因子平台：

机器学习中，一般会遇到三类数据集：

训练集 (Training Set)，用于训练模型
验证集 (Validation Set)，从训练集学习的模型效果仅体现了训练数据，但不一定适合同类的其他数据，所以很多时候会在建模前会将数据分成两部分，一部分用作训练，一部分用作验证。验证可以用于模型参与调优、模型选择，有时候也称为开发集。
测试集 (Test Set)，用于对最终模型进行无偏评估的数据集，用作最后模型测试

学习曲线（或训练曲线）显示训练过程中的效果，随着数据或者迭代等的变化，模型效果的变化情况。它是一种工具，它可以发现机器学习模型从添加更多训练数据或者迭代中受益多少。学习曲线的x轴是训练样本数或用于训练模型的迭代数，y轴表示效果。