K折交叉验证方法

交叉验证的思想

　　交叉验证主要用于防止模型过于复杂而引起过拟合，是一种评价训练数据的数据集泛化能力的统计方法。其基本思想是将原始数据进行划分，分成训练集和测试集，训练集对模型进行训练，测试集对模型进行测试，以此来作为模型的评价指标。

K折交叉验证

　　将原始数据随即划分为K份，每次选择K-1份作为训练集，剩余一份作为测试集，交叉验证重复K次，取K次准确率的平均值作为最终模型的评价指标，如下图所示

　　　　　　

 

posted @   Liang-ml  阅读(868)  评论(0)  编辑  收藏  举报
相关博文：
· pytorch相关知识点
· 多分类模型训练使用交叉熵损失的一个注意的点
· K折交叉验证
· 什么是交叉验证
· 交叉验证 cross validation
阅读排行：
· 无需6万激活码！GitHub神秘组织3小时极速复刻Manus，手把手教你使用OpenManus搭建本
· C#/.NET/.NET Core优秀项目和框架2025年2月简报
· Manus爆火，是硬核还是营销？
· 终于写完轮子一部分：tcp代理 了，记录一下
· 【杭电多校比赛记录】2025“钉耙编程”中国大学生算法设计春季联赛（1）
点击右上角即可分享
微信分享提示