2018-10-21
閱讀量:
1814
交叉驗證有哪些方法?適用場景是什么?
交叉驗證有哪些方法?適用場景是什么?
1) 留出法
將原始數(shù)據(jù)集分為三部分:訓練集、驗證集和測試集,方法簡單,用于訓練的數(shù)據(jù)偏少
2)k 折交叉驗證(k-fold cross validation)
k 折交叉驗證通過對 k 個不同分組訓練的結(jié)果進行平均來減少方差,因此模型的性能對數(shù)據(jù)的劃分就不那么敏感。
數(shù)據(jù)量小的時候,k 可以設(shè)大一點,這樣訓練集占整體比例就比較大,不過同時訓練的模型個數(shù)也增多。數(shù)據(jù)量大的時候,k 可以設(shè)小一點。
3)留一法
k 折交叉驗證(k-fold cross validation)中當 k=m 即樣本總數(shù)時,即為留一法。
這個方法用于訓練的數(shù)據(jù)只比整體數(shù)據(jù)集少了一個樣本,因此最接近原始樣本的分布。
但是訓練復雜度增加了,因為模型的數(shù)量與原始數(shù)據(jù)樣本數(shù)量相同。一般在數(shù)據(jù)缺乏時使用。






評論(0)


暫無數(shù)據(jù)
推薦帖子
0條評論
0條評論
0條評論