К содержанию
Quantoros

Зачем нужна кросс-валидация вместо одного разбиения train/test?

Classic MLУровень: БазаClassical machine learning

Зачем нужна кросс-валидация вместо одного разбиения train/test?

Подсказки
  • Определите, какие наблюдения должны оставаться независимыми при проверке.
  • Сравните случайное, групповое и временное разбиения. Где подбираются гиперпараметры?

Ответ

Модель несколько раз обучают на K−1 частях и проверяют на оставшейся, затем усредняют результат. Это уменьшает зависимость оценки от удачного или неудачного разбиения. При дисбалансе используют стратифицированные фолды; для временных данных — схему, не допускающую обучения на будущем.

Источник и лицензия: Ishan Dutta — Awesome Data Science Interview Q&A · MIT · перевод: Quantoros

Похожие вопросы