Pourquoi la validation croisée est-elle requise ?
Pourquoi la validation croisée est-elle requise ?

Vidéo: Pourquoi la validation croisée est-elle requise ?

Vidéo: Pourquoi la validation croisée est-elle requise ?
Vidéo: La validation croisée | Intelligence Artificielle 13 (ft.@La statistique expliquée à mon chat) 2024, Peut
Anonim

Validation croisée est une technique très utile pour évaluer l'efficacité de votre modèle, en particulier dans les cas où vous devez atténuer le surajustement. Il est également utile pour déterminer les hyper paramètres de votre modèle, dans le sens où quels paramètres entraîneront l'erreur de test la plus faible.

En tenant compte de cela, la validation croisée est-elle toujours meilleure ?

Validation croisée est généralement un très bon moyen de mesurer une performance précise. Bien que cela n'empêche pas le surajustement de votre modèle, il mesure toujours une véritable estimation des performances. Si votre modèle vous dépasse, cela entraînera de pires mesures de performance. Cela a entraîné pire validation croisée performance.

À côté de ci-dessus, pourquoi avons-nous besoin d'un ensemble de validation ? Ensemble de validation peut en fait être considéré comme faisant partie de la formation ensemble , car il sert à construire votre modèle, des réseaux de neurones ou autres. Il est généralement utilisé pour la sélection des paramètres et pour éviter le surapprentissage. Ensemble de validation est utilisé pour régler les paramètres d'un modèle. Ensemble d'essai est utilisé pour l'évaluation des performances.

Par la suite, on peut aussi se demander, que signifie la validation croisée ?

Traverser - la validation est un technique utilisée pour évaluer la façon dont les résultats de l'analyse statistique se généralisent à un ensemble de données indépendant. Traverser - validation est largement utilisé dans les contextes où la cible est la prédiction et il est nécessaire d'estimer la précision de la performance d'un modèle prédictif.

Comment choisissez-vous le nombre de plis en validation croisée ?

Les nombre de plis est généralement déterminé par le numéro d'instances contenues dans votre ensemble de données. Par exemple, si vous avez 10 instances dans vos données, 10- plier la croix - validation n'aurait pas de sens.

Conseillé: