知识卡片
留出法与分层抽样
留出法把数据分为互不重叠的训练集与测试集,用后者估计新样本误差。分类任务可按类别比例分层抽样以减小划分带来的比例偏差;不同随机划分可能得到不同估计,重复实验有助观察波动。时间序列或相关样本还需要按实际依赖结构划分。
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
- · 第5章 机器学习
原书出处 · 1 处
- 机器学习 · 查看原书依据
留出法直接将数据集D划分为两个互斥的集合,其中一个集合作为训练集S,另一个作为测试集T
参考来源
- 位置:《现代人工智能技术》第5章《机器学习》(来源项目:book-source;源文件:extracted/现代人工智能技术/_epub-src/EPUB/xhtml/chapter7.xhtml)
- 结论依据:原文定义互斥划分、分层采样和重复随机划分。
- 原始内容:留出法直接将数据集D划分为两个互斥的集合,其中一个集合作为训练集S,另一个作为测试集T