在另一个数据集上测试模型？

Question

我需要在另一个数据集上评估 ML 模型，但我不知道它的全部含义。我有一个想法，但我不确定。 假设我们有：

• X_train, X_test, y_train, y_test 从第一个模型的 X,Y 中分离出来
• X_train_2, X_test_2, y_train_2, y_test_2 从 X2 中分离出来，2 用于第二个模型

用model.fit 训练两个模型后，我如何在另一个数据库上测试它们？是吗：

from sklearn.svm import SVC


#training on the first model
svm.fit(X, Y)

#test on  the 2nd model
y_pred = svm.predict(X_test_2)

#evaluate accuracy
print(accuracy_score(y_test, y_pred))

看起来很简单，但我真的很困惑，我希望能得到一些解释。

Answer 1

在另一个数据集上进行测试，比如 X2, y2，并不意味着您需要将第二个数据集拆分为训练和测试子集，就像您对原始 X 和 y 所做的那样。一旦你拟合了你的模型，比如svm，在你展示的X中，你只需预测X2并与y2中的标签进行比较：

# predict on the 2nd dataset X2
y_pred = svm.predict(X2)

# evaluate accuracy
print(accuracy_score(y2, y_pred))

Answer 2

您走在正确的道路上，但有几点需要牢记：

• 一旦您的模型经过训练并使用了model.fit，您就可以使用该模型使用model.predict 对第二个数据集进行预测
• 您要在第二个数据集中预测的特征和值应与第一个数据集相同。否则，它只是没有意义。
• 您没有两个模型。您已经使用一个数据集训练了一个模型，然后使用同一模型对第二个数据集进行预测。
• 您不需要将第二个数据集划分为 X_train 和 X_test，因为模型已经经过训练。您将拥有的只是 X_test 或 X2，它们是第二个数据集所有行的所有特征，而 y 是您要预测的值。

例子：

• 数据集 1：X_train, X_test, y_train, y_test 从 X,Y 中拆分出来用于训练模型

• 数据集 2：X2,Y2

   from sklearn.svm import SVC
  
   #training on the first model
   svm.fit(X_train, y_train)
  
   # predict on the 2nd dataset X2
   y_pred = svm.predict(X2)
  
   #evaluate accuracy of predictions for second dataset
   print(accuracy_score(Y2, y_pred))