1樓：江申
假設你用的是決策樹模型，比較方便後面的解釋。另外假設你按某特徵a>0和a<=0分為兩組，第1組和第2組分別訓練出模型A和B。
來看看你最後得到的決策樹是怎麼樣的，最上面一層是按特徵a>0和a<=0進入兩個子節點，每個子節點再用模型A和模型B得到最後的預估值。可見我們可以把最上面一層和模型A和B看成乙個整體的決策樹C。
那麼這個決策樹C和你用全部資料直接訓練得到的決策樹D有什麼區別呢？區別就在於第一層是你人工指定的，你人工干預了模型的訓練過程。那麼結論就很清晰了，如果你人工指定是根據先驗或者專家知識（總之是訓練資料裡體現不出來的知識），那麼人工指定了頂層結點的C就比整體訓練的模型D好。
如果第一層是你亂指定的，或者你指定的時候依據的資訊已經在訓練資料裡有體現，那麼C不一定比D更好。
2樓：邵浩博士
比喻一下，如果你想做乙個分類器，分類一群動物
如果這一群動物都是同類的小狗，那麼分組訓練提公升不大
如果這一群動物，有小狗，有雞，小狗裡面還有純色的和帶斑點的，那麼按特徵分組（比如說有無翅膀），再去訓練那麼效果應該會有提公升
將資料集分為訓練集和測試集，訓練集上網格搜尋調參，得到最優引數，能用到在訓練集交叉驗證上嗎？
liaoyanjun 我理解你的意思是先做網格搜尋，選擇一組引數，然後做交叉驗證是不。答案是完全可以，你得到的就是一組引數對應的交叉驗證的均值。交叉驗證的均值好，引數就說明優秀。但是如果資料很大，程式會很慢。 哈哈祥 GridSearchCV，它存在的意義就是自動調參，只要把引數輸進去，就能給出最優...
請問r語言中如何將資料分組
Winmin x rnorm 1000,0,1 x1 sort x,decreasing F for i in 1 10 a x1 1 i 1 100 i 100 print names table a which.max table a zhuobie 我說乙個比較簡單的辦法。將x1轉化為100 ...
資料集的benchmark和baseline指的是什麼，一般有什麼區別？
巧克力工廠的查理 Abaselineis a measurement or state at a point in time.Abenchmarkis a measurement of an industry standard,best practice or competitor.Baseline...