统计-交叉验证

应用场景：

  • 当我们想预测某一事物时，有若干种机器学习算法，如逻辑回归，K-nearest neighbors，SVM，该选哪一个呢？
  • 交叉验证会告诉我们哪个最好

原理：

  • 在机器学习中，我们需要一部分训练集数据找到参数，还需要验证集数据来检验参数是否合适
  • 理想的比例：75%训练集，25%验证集

  • 交叉验证通过不断更换验证集的成分，来验证模型的准确性


  • 将数据分成10分，进行的十折交叉验证，是实际中最常用的


最后编辑于 ：
©著作权归作者所有,转载或内容合作请联系作者
平台声明：文章内容（如有图片或视频亦包括在内）由作者上传并发布，文章内容仅代表作者本人观点，简书系信息发布平台，仅提供信息存储服务。

推荐阅读更多精彩内容