交叉验证是用来评估机器学习方法的有效性的统计学方法,可以使用有限的样本数量来评估模型对于验证集或测试集数据的效果。
k折交叉验证
参数 k k k表示,将给定的样本数据分割成 k k k组。 k = 10 k=10 k=10时,称为10折交叉验证。
流程如下:
- 将数据集随机打乱。Shuffle the dataset randomly.
- 将数据集随机分割为 k k k组。
- 对于每一个组,进行如下操作:
- 将这一个组的数据当做测试集
- 剩余的 k − 1 k-1 k−1个组的数据当做训练集
- 使用测试集训练模型,并在测试集上进行评测
- 保留评测的分数,抛弃模型
- 使用 k k k次评测分数的平均值来总结模型的性能,有时也会统计 k k