十折交叉验证

十折交叉验证交叉验证主要分成以下几类 1 k foldercross validation k 个子集 每个子集均做一次测试集 其余的作为训练集 交叉验证重复 k 次 每次选择一个子集作为测试集 并将 k 次的平均交叉验证识别正确率作为结果 优点 所有的样本都被作为了训练集和测试集 每个样本都被验证一次 10 folder 通常被使用 2 K 2foldercross validation 是 k folderc

——-十折交叉验证:10-fold cross validation——-
英文名叫做10-fold cross-validation,用来测试算法准确性。是常用的测试方法。将数据集分成十分,轮流将其中9份作为训练数据,1份作为测试数据,进行试验。每次试验都会得出相应的正确率(或差错率)。10次的结果的正确率(或差错率)的平均值作为对算法精度的估计,一般还需要进行多次10折交叉验证(例如10次10折交叉验证),再求其均值,作为对算法准确性的估计。
之所以选择将数据集分为10份,是因为通过利用大量数据集、使用不同学习技术进行的大量试验,表明10折是获得最好误差估计的恰当选择,而且也有一些理论根据可以证明这一点。但这并非最终诊断,争议仍然存在。而且似乎5折或者20折与10折所得出的结果也相差无几。

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请联系我们举报,一经查实,本站将立刻删除。

发布者:全栈程序员-站长,转载请注明出处:https://javaforall.net/200256.html原文链接:https://javaforall.net

(0)
上一篇 2026年3月20日 上午11:12
下一篇 2026年3月20日 上午11:13


相关推荐

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注

关注全栈程序员社区公众号