Как вам l oop, чтобы получить оценки точности различных логистических c размеров регрессионного теста в Python?

Question

Я пытаюсь l oop различных размеров теста, чтобы понять оптимальный размер теста для самой высокой правильной точности прогноза для логистики c регрессия.

По сути, в приведенном ниже коде я пытаюсь до l oop через "ts" в заданном диапазоне (ts_range). И я получаю «TypeError: объект« float »не может быть интерпретирован как целое число»

У любого есть решение, чтобы исправить эту ошибку, или кто-то знает другой аккуратный подход для печати оценок точности Различные размеры теста логистики c регрессия?

Заранее спасибо.

from sklearn.model_selection import train_test_split
from sklearn import metrics
ts_range = range(0,0.6)
ts_scores = []
for ts in ts_range:
    X_train, X_test, y_train, y_test = train_test_split(X,y, test_size = ts, random_state=4)
    y_pred = logisticreg.predict(X_test)
    scores = (metrics.accuracy_score(y_test, y_pred))
    ts_scores.append(scores.mean())

print(ts_scores) 

Answer 1

range используется для создания целочисленных последовательностей: например, 0, 1, 2, 3, 4, ....

Если вы хотите создать эту последовательность: 0.0, 0.1, 0.2, 0.3, 0.4, 0.5, 0.6, например, вы можете сделать:

ts_range = [n/10 for n in range(7)]