问题描述
我正在尝试使用 Xeption 的迁移学习为 7 个类别创建图像分类模型，但我遇到了“验证准确度大于训练准确度”之类的问题。所以我决定对我的模型实施分层 K 折交叉验证。所以我认为流程是这样的，这是我的问题：
1: for 循环每个训练和验证数据 → 2: ???我应该如何对待多个结果！有k个不同的精度和图表吗？？？
我有过这样的正常验证流程的经验：
1：在一个训练和验证数据上拟合模型 → 2：获得准确度并制作图表
我在谷歌上搜索过，但不幸的是，或者由于我缺乏搜索能力，我找不到我的问题的任何答案。
有人能给我建议吗？
我想我应该用这个：
from sklearn.model_selection import StratifiedKFold
skf = StratifiedKFold(n_splits=3)
for train_df,validation_df in skf.split(df):
解决方法
暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！
如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@）