Hvorfor kreves kryssvalidering?
Hvorfor kreves kryssvalidering?

Video: Hvorfor kreves kryssvalidering?

Video: Hvorfor kreves kryssvalidering?
Video: Hvorfor være flittig? 2024, Kan
Anonim

Kryssvalidering er en svært nyttig teknikk for å vurdere effektiviteten til modellen din, spesielt i tilfeller der du trenger å redusere overtilpasning. Det er også nyttig for å bestemme hyperparametrene til modellen din, i den forstand at hvilke parametere vil resultere i lavest testfeil.

Hvis du tar dette i betraktning, er kryssvalidering alltid bedre?

Kryssvalidering er vanligvis en veldig god måte å måle en nøyaktig ytelse. Selv om det ikke hindrer modellen din å overfitte, måler den fortsatt et ekte ytelsesestimat. Hvis modellen overfiter deg, vil det resultere i dårligere ytelsesmål. Dette resulterte i verre kryssvalidering opptreden.

Foruten ovenfor, hvorfor trenger vi et valideringssett? Valideringssett faktisk kan betraktes som en del av treningen sett , fordi den brukes til å bygge din modell, nevrale nettverk eller andre. Den brukes vanligvis til parametervalg og for å unngå overmontering. Valideringssett brukes til å justere parametrene til en modell. Testsett brukes til ytelsesevaluering.

Deretter kan man også spørre seg, hva betyr kryssvalidering?

Kryss - validering er en teknikk som brukes for vurdering av hvordan resultatene av statistisk analyse generaliserer til et uavhengig datasett. Kryss - validering brukes i stor grad i innstillinger der målet er prediksjon og det er nødvendig å estimere nøyaktigheten av ytelsen til en prediktiv modell.

Hvordan velger du antall folder i kryssvalidering?

De antall folder bestemmes vanligvis av Nummer av forekomster i datasettet ditt. For eksempel, hvis du har 10 forekomster i dataene dine, 10- brette kors - validering ville ikke gi mening.

Anbefalt: