k-fold cross validation中的小问题
交叉验证 (Cross validation)的基本思想:将原始数据集分组,一部分做为训练集 (training set),另一部分做为验证集(validation set or test set)。首先用训练集对分类器进行训练,再利用验证集来测试训练得到的模型(model),以此来做为评价分类器的性能指标。常用的交叉验证方法包括Holdout、k-fold、Leave-one-out以及Leave-p-out等。相对于其他方法,k-fold cross validation的优势在于,所有的样本都用于了训
原创
2016-09-26 17:03:30 ·
2343 阅读 ·
0 评论