机器学习 | 超参数：交叉验证

机器学习算法中，超参数是一个非常重要的问题；
    超参数，即：模型开始训练之前，设置好的参数

根据模型评估值，对超参数进行优化，选择最佳超参数值，以提高学习的性能和效果

	对于超参数值的设置，我们有两种方式：
		1. 人工试数
		2. 交叉验证

一. 交叉验证

1. Holdout交叉验证

1.1 Holdout交叉验证流程

	1. 将数据集划分为：训练集、验证集、测试集
	2. 将所有可能的超参数放在训练集上做训练，得到多个模型
	3. 用验证集对得到的所有模型做评估，找出性能最佳的模型，也就相当于找到最优的超参数值
	4. 用得到的超参数在 【训练集+验证集】 上做模型训练，得到一个新的模型
	5. 用测试集对新模型做评估
	6. 用已确定的超参数在所有数据上重新训练，得到最终模型

即：验证集的作用为确定超参数
    测试集的作用为评估模型性能

1.2 Holdout交叉验证特点

处理简单，适用于样本较多的情况

2. K折交叉验证

K折交叉验证(K-fold cross-validation)，其中K为超参数，常用K=10

2.1 K折交叉验证流程

	1. 将待测的超参数据集等分为K份，其中1份为验证数据，其余K-1份为训练数据
	2. 对该数据集重复K次（训练+验证）
	3. 对K个结果进行平均或其他操作以获得综合结果，最终得到该超参数集的性能指标

2.2 K折交叉验证特点

训练集与测试集不重合，测试结果是绝对有效的，常用10折交叉验证

3. 留一验证

留一验证(LOOCV)，与K折相似，但此时K的值等于样本的数量

3.1 留一验证流程

	1. 对于K个样本的超参数集，每次训练使用K-1个样本，剩下的1个为验证数据
	2. 对所有数据进行K次（训练+验证）
	3. 对K个结果进行平均或其他操作以获得综合结果，最终得到该超参数集的性能指标

3.2 留一验证特点

常用于样本量非常小的情况

---

本篇文章仅涵盖了目前已讨论过的知识点，未来将持续更新

PS：本文相关代码存放位置
     波士顿房价预测 交叉验证代码实现：寻找最优超参数

感谢阅读~

---