如何利用训练、验证、测试集进行模型评估及代码实操疑问

当训练集（X_train, y_train）和测试集（X_test, y_test）是分别单独给出的，直接按以下步骤操作即可：

• 首先用训练数据集训练模型（以逻辑回归模型lr为例）：

  lr.fit(X_train, y_train)
  

• 接着用训练好的模型对测试数据集进行预测：

  y_pred = lr.predict(X_test)
  

• 最后使用评估指标分析模型在测试集上的性能：

  from sklearn.metrics import confusion_matrix, accuracy_score, classification_report
  
  print(confusion_matrix(y_test, y_pred))
  print(accuracy_score(y_test, y_pred))
  print(classification_report(y_test, y_pred))
  

额外说明 #

如果需要验证集来调参，不要动现成的测试集，而是从训练数据集中拆分出验证集：

from sklearn.model_selection import train_test_split

X_train_split, X_valid, y_train_split, y_valid = train_test_split(X_train, y_train, test_size=0.2, random_state=0)
# 用拆分后的训练子集训练模型，验证集调参
lr.fit(X_train_split, y_train_split)
y_valid_pred = lr.predict(X_valid)
# 基于验证集结果调整模型参数后，再用完整的X_train训练，最后用X_test评估

内容的提问来源于stack exchange，提问作者Teja D