ホールドアウト法

教師データを「学習用」と「評価用」とに分割して学習済みモデルの精度を測定する方法

データを二つに分割しているだけ

scikit learnでの実装

sklearn.model_selection.train_test_split(*arrays, **options)

引数

– X_train: 学習用の特徴行列

– X_test: テスト用の特徴行列

– y_train: 学習用の目的変数

– y_test: テスト用の目的変数

– test_size=: テスト用のデータを何割の大きさにするか test_size=0.2 で、2割をテスト用のデータとして置いておけます

– random_state=: データを分割する際の乱数のシード値

code:python

from sklearn.model_selection import train_test_split

X_train, X_test, y_train, y_test = train_test_split(

X, y, test_size=0.20, random_state=93)

from sklearn import linear_model

clf = linear_model.LogisticRegression()

model = clf.fit(X_train, y_train)

print(f"スコア: {model.score(X_test, y_test)}")