在机器学习中, 我们通常把样本分为训练集和测试集, 训练集用于训练模型, 测试集用于评估模型。
Q1: 在模型评估过程中, 有哪些主要的验证方法, 它们的优缺点是什么?
- Holdout检验
它将原始的样本集合随机划分成训练集和验证集两部分。
举例 : 70% 的样本用于模型训练; 30% 的样本用于模型验证, 包括绘制ROC曲线、 计算精确率和召回率等指标来评估模型性能。
- 交叉检验
k-fold交叉验证 : 首先将全部样本划分成k个大小相等的样本子集; 依次遍历这k个子集, 每次把当前子集作为验证集, 其余所有子集作为训练集, 进行模型的训练和评估; 最后把k次评估指标的平均值作为最终的评估指标。
留一验证 :每次留下1个样本作为验证集, 其余所有样本作为测试集。
- 自助法
不管是Holdout检验还是交叉检验, 都是基于划分训练集和测试集的方法进行模型评估的。 自助法是基于自助采样法的检验方法。 对于总数为n的样本集合, 进行n次有放回的随机抽样, 得到大小为n的训练集。