交叉验证方法机器学习79课件讲解.pptx

机器学习徐国清交叉验证方法河南工业职业技术学院

基本概念交叉验证是一种用于估计机器学习模型性能的统计方法，它是一种评估统计分析结果如何推广到独立数据集的方法。将训练数据生成多个小的训练测试分割，使用这些拆分来调整您的模型。

HoldOut交叉验证整个数据集被随机划分为训练集和验证集。根据经验，整个数据集的近70%用作训练集，其余30%用作验证集。

K折交叉验证整个数据集被划分为K个相等大小的部分。每个分区称为一个“折叠”。因此有K个部分，所以称之为K折叠。一折用作验证集，其余K-1折用作训练集。该技术重复K次，直到每个折叠用作验证集，其余折叠用作训练集。

分层