知识卡片
交叉验证防幻觉
K折交叉验证将数据分成K段,轮流用一段验证、其余训练,汇总各折评价以减少单次划分偶然性。标题中的“幻觉”指虚假高分信心,不是生成式模型幻觉。折内处理也应隔离验证信息;均分仍是估计,不能保证未来数据相同。
结构图:
flowchart TD
A[划分K段] --> B[留一段验证]
B --> C[其余段拟合模型]
C --> D[验证并记录得分]
D --> E{所有折完成}
E -->|否| B
E -->|是| F[汇总均值与差异]
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 建模 10.3 里程碑2:建立模型 · 查看原书依据
交叉验证将训练集分为几段。在这个示例中,我将使用5段,并在5个循环内训练5个模型。因为我们使用5段,所以我们将有5个循环。在每个循环中,其中一段起到验证作用,而其他段则组合成一个训练集。图10-3展示了这个过程。 图10
参考来源
- 位置:《人工智能算法(卷2):受大自然启发的算法》第10章《建模》,原书小节“10.3 里程碑2:建立模型”(来源项目a19c7933-4eda-4176-aebd-30fe7e1ad292;源文件:extracted/人工智能算法(卷2):受大自然启发的算法/_epub-src/OEBPS/Text/chapter010.html#nav_point_121)
- 结论依据:原文五折图与训练流程支持轮换和平均估计;本卡限定标题含义并保留泛化范围。
- 原始内容:交叉验证将训练集分为几段。在这个示例中,我将使用5段,并在5个循环内训练5个模型。因为我们使用5段,所以我们将有5个循环。在每个循环中,其中一段起到验证作用,而其他段则组合成一个训练集。图10-3展示了这个过程。 图10