交叉验证(Cross validation)
交叉验证用于防止模型过于复杂而引起的过拟合(作用)
如何交叉验证:
我这里主要介绍K交叉验证
1 将数据集分成K份
2 对于每一个模型(拿多项式回归举例, m=2为一个模型,m=3为一个模型。。。我们主要就是寻找最好的m){也就是m每次取一个值的时候}
3 经过第二步就得到了K个模型,和K个测试错误,将这K个错误求平均,就是该模型的estimated generalization error。
4
estimated generalization error最小的模型即为我们最优的模型,(例如发现m=3时平均错误最小
)我们取这个模型再对所有数据进行训练,得到一个模型参数即为所求。
这样就避免了数据浪费,所有数据都有用于过训练。