model selection 模型選擇

假設現有一個有限的模型集合M,如何自動的選出適合的模型,避免偏差與方差失衡情形? 1 交叉驗證 將訓練樣例分爲兩部分,Strain和Scv,選擇模型時只用Strain,然後用Scv評分,選最優的。 這樣實際上是用泛化誤差評分的。七三開是最常用的比例。缺點是浪費了訓練數據。即使選擇完後重新用整個訓練集訓練,但在選擇最優模型時依然只用了一部分,導致擇優效果下降。 k折交叉驗證 將數據分爲k份,訓練k次
相關文章
相關標籤/搜索