Selva的博客

原创 机器学习的常见评估方法

一、留出法：将全量数据集划分成互不相交的两部分，其中数据量较大的一部分（一般占总数据量的2/3到4/5）作为训练集，另一部分作为测试集。在划分数据时，应保持数据分布在训练集合测试集中的一致性（可使用分层抽样等方法）；同时，考虑到划分随机性的影响，应该多次重复划分。 二、交叉验证法（k折为例）：将全量数据集划分为互不相交且数据量相等的k份，进行k次模型评估。第i次（i=1,2,...,k）取第i份数...