知识卡片
K折交叉验证轮换留出
K 折交叉验证把训练数据分成 K 份,每轮用一份验证、其余份训练,汇总各轮得分;每轮需要重新拟合模型和预处理。它能较充分利用有限训练数据,但不能自动消除泄漏:分组、时间顺序和预处理边界仍须匹配问题,调参后的最终评价仍需独立测试。
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
- 训练与测试 · 查看原书依据
一种流行的方法就是k折叠交叉验证
参考来源
- 位置:《深度学习:从基础到实践(上下册)》第8章《训练与测试》(来源项目 `extracted/深度学习:从基础到实践(上下册)/_epub-src/text/part0015_split_005.html`)
- 结论依据:原文以训练与测试分离、狗图像和验证循环解释;交叉验证的泄漏风险是对原文过度概括的限定。
- 原始内容:一种流行的方法就是k折叠交叉验证(k fold cross- validation)。 这里的字母k不是单词的第一个字母,而是代表一个整数(例如,我们可能进行“2次折叠交叉验证”或“5次折叠交叉验证”)。通常,k的值是我