知识卡片
嵌套交叉验证选算法
嵌套交叉验证用于在不同算法间做选择:外围循环把数据分为训练块与测试块,内部循环在训练块上用 k 折交叉验证做模型选择(调超参),选好后测试块用于最终性能评估。这样测试块全程不参与模型选择,误差估计偏差很小(Varma & Simon)。5×2 交叉验证是其特例(5 个外围块、2 个内部块),适合计算成本高的大规模数据。例中 SVM 得分 97.8% 远高于决策树 90.8%。
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
- 模型评估与参数调优实战 · 查看原书依据
在嵌套交叉验证的外围循环中,我们将数据划分为训练块及测试块;而在用于模型选择的内部循环中,我们则基于这些训练块使用k折交叉验证
参考来源
- 位置:《Python机器学习》第6章《6.4.2 通过嵌套交叉验证选择算法》(源文件:`../../book-sources/extracted/Python机器学习/_epub-src/OEBPS/Text/part0091.xhtml.xhtml)
- 结论依据:原文直接支撑上述要点。
- 原始内容:在嵌套交叉验证的外围循环中,我们将数据划分为训练块及测试块;而在用于模型选择的内部循环中,我们则基于这些训练块使用k折交叉验证