模型評估與改進

模型評估與改進 一、交叉驗證 k折交叉驗證：將數據分成k部分，每部分叫做折。在訓練時，一個折作爲測試集，其餘折作爲訓練集。 優點 對數據的使用更加高效 可以提供模型對訓練集選擇的敏感性信息 每個樣例剛好在測試集中出現一次 缺點 增加了計算成本 速度慢（比單次劃分大約慢k倍） 分層k折交叉驗證 劃分數據，使得每個折中類別之間的比例與整個數據集中的比例相同 分層k折交叉驗證比k折交叉驗證有更好的泛化性

>>阅读原文<<