训练模型:交叉验证

交叉验证是一种评估模型性能的方法,旨在提高模型的稳定性和可靠性。k折交叉验证是最常见的形式,通常将数据集分成k个子集,轮流用其中一个作为测试集,其余作为训练集,最后取平均值评估模型。留一法是当k等于样本总数时的特殊情况,适用于数据量小的情况。数据划分时,可以采用分层采样保持类别比例。多次k折交叉验证可以进一步提高精度。
摘要由CSDN通过智能技术生成

一.基本概述

用交叉验证的目的是为了得到可靠稳定的模型。

消除测试集与训练集选择的不好,导致训练的模型不好。

 

二.k折交叉验证

K折交叉验证,初始采样分割成K个子样本,一个单独的子样本被保留作为验证模型的数据,其他K-1个样本用来训练。交叉验证重复K次,每个子样本验证一次,平均K次的结果或者使用其它结合方式,最终得到一个单一估测。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值