Por que a validação cruzada é necessária?
Por que a validação cruzada é necessária?

Vídeo: Por que a validação cruzada é necessária?

Vídeo: Por que a validação cruzada é necessária?
Vídeo: Machine Learning: Introdução a Validação Cruzada 2024, Maio
Anonim

Validação cruzada é uma técnica muito útil para avaliar a eficácia do seu modelo, particularmente nos casos em que você precisa mitigar o sobreajuste. Também é útil para determinar os hiperparâmetros do seu modelo, no sentido de que quais parâmetros resultarão no menor erro de teste.

Levando isso em consideração, a validação cruzada é sempre melhor?

Validação cruzada geralmente é uma boa maneira de medir um desempenho preciso. Embora não evite que seu modelo se ajuste em excesso, ele ainda mede uma estimativa real de desempenho. Se o seu modelo supera você, isso resultará em medidas de desempenho piores. Isso resultou em pior validação cruzada atuação.

Além disso, por que precisamos de um conjunto de validação? Conjunto de validação na verdade, pode ser considerado como parte do treinamento definir , porque é usado para construir seu modelo, redes neurais ou outros. Geralmente é usado para seleção de parâmetro e para evitar sobreajuste. Conjunto de validação é usado para ajustar os parâmetros de um modelo. Conjunto de teste é usado para avaliação de desempenho.

Posteriormente, também se pode perguntar: o que significa validação cruzada?

Cruzar - validação é um técnica que é usada para avaliar como os resultados da análise estatística se generalizam para um conjunto de dados independente. Cruzar - validação é amplamente utilizado em configurações onde o destino é a previsão e é necessário estimar a precisão do desempenho de um modelo preditivo.

Como você escolhe o número de dobras na validação cruzada?

o número de dobras geralmente é determinado pelo número de instâncias contidas em seu conjunto de dados. Por exemplo, se você tiver 10 instâncias em seus dados, 10- dobrar cruz - validação não faria sentido.

Recomendado: