案例3.4 视频教程

题目：选择两个UCI数据集，比较10折交叉验证法和留一法所估计出的对率回归的错误率。
步骤1：在“项目模板”中找到周志华习题，打开第三章线性模型习题案例3.4，创建模板。
步骤2：在“CSV上传模块”上传data数据，一般为csv格式。这里用到的是葡萄酒数据集。
版。
：骤3：拖出“数据拆分CSV”模块，在“参数设置”中将数据1比重和数据2比重设置为0.7:0.3，第一份数据作为待预测数据的测试集，用于评估分类器，剩下的作为训练集，用于构建分类器。
步骤4：在全部组件中选择带交叉验证的逻辑回归模块LogisticRegressionCV。在“参数设置”中，把Cs改为0.0001,0.0001.较小的值制定更强的正则化。是正则强度的倒数。Cv交叉验证生成器设置为10，意思为分层10折，10折交叉验证即把数据集随机分成10份，其中9份用于训练而另一份用作测试。该过程重复10次，每次用的测试数据不同。具有随机性，非确定性。特征字段里勾选跟前面的相同。其他参数不用更改。
步骤5：在全部组件里搜索“模型预测”，把测试集数据和经过10折交叉验证的数据模型连接，设置好特征字段。
步骤6：在全部组件里搜索“多分类评估”MultiClass模块，多分类评估组件时专门用于多分类模型的预测结果评估。在“字段设置”中的“标签列”输入“class”，预测列为prediction。在“参数设置”中的“评估指标”中选择accuracy_score即可。Accuracy_score函数计算正确预测的精度。
至此已经可以从头开始运行，查看10折交叉验证的准确率结果。
0.7037037037
步骤7：在全部组件中搜索并拖出“逻辑回归”LogisticRegression模块。组件ID为1721.
在“字段设置”的“特征字段”中输入“Alcohol,Malic acid,Ash,AshAlcalinity of ash,Magnesium,Total phenols,Flavanoids,Nonflavanoid phenols,Proanthocyanins,Color intensity,Hue,OD280/OD315 of diluted wines,Proline”，“标识字段”为class。
logistic回归分类器，multi class设置为“ovr”，训练算法使用一对多休息方案。在求解器支持“多项式”选项时可以选择“多项式”。“liblinear”求解器实现正则逻辑回归，支持L1和 L2正则化。默认情况下正则化应用，它可以处理密集和稀疏输入。适合小型数据集。
c为正则强度的倒数，默认为1。其他参数基本不用动，如果需要改，可以点击模块，查看帮助文档链接。
留一法：n折交叉验证（n为数据集中样本的数目）。每次迭代都使用了最大可能数目的样本来训练。具有确定性。但是计算量很大，所以适合小型数据集。
步骤8：拖出模型预测组件和多分类评估组件，参数设置和字段设置跟10折交叉验证相同。
点击从头开始运行，同时进行留一法和10折交叉验证，查看结果。0.94。