知识卡片
模型比较考虑抽样波动
两个模型在一次测试中分数不同,不必然代表总体泛化能力存在可靠差异:测试样本、划分方式和训练随机性都可能造成波动。配对比较可让模型使用相同划分,再分析每次差值;统计检验还需满足其假设,交叉验证各折训练集重叠时不能简单假设完全独立。
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
测试集上的性能与测试集本身的选择有很大的关系
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:原文列出测试集选择、样本大小及算法随机性,并介绍配对交叉验证比较。
- 原始内容:测试集上的性能与测试集本身的选择有很大的关系