为了评估模型在数据集上的性能,我们需要衡量模型所做的预测与观察到的数据的匹配程度。
一种常用的方法称为k 折交叉验证,它使用以下方法:
1.将数据集随机分成 大小大致相等的k 组或“折叠”。
2.选择一个折叠作为保留集。将模型拟合到剩余的 k-1 个折叠处。计算对折叠中的观察结果的测试 MSE。
3.重复这个过程 k 次,每次使用不同的集合作为保持集。
4.将整体测试 MSE 计算为 k个 测试 MSE 的平均值。
在 R 中执行 k 折交叉验证的最简单方法是使用 R 中插入符号库中的trainControl()函数 。
本教程提供了一个快速示例,说明如何使用此函数对 R 中的给定模型执行 k 折交叉验证。
示例:R 中的 K 折交叉验证
假设我们在 R 中有以下数据集:
#创建数据框
df <- data.frame(y=c(6, 8