Wat is 'n Holdout-stel? Daar word soms na verwys as "toets"-data, 'n uithou-subset verskaf 'n finale skatting van die masjienleermodel se werkverrigting nadat dit opgelei en bekragtig is. Holdout-stelle moet nooit gebruik word om besluite te neem oor watter algoritmes om te gebruik of om algoritmes te verbeter of in te stel nie.
Is kruisbekragtiging beter as uithou?
Kruisvalidering is gewoonlik die voorkeurmetode omdat dit jou model die geleentheid bied om op verskeie trein-toetsverdelings te oefen. Dit gee jou 'n beter aanduiding van hoe goed jou model op ongesiene data sal presteer. Uithou, aan die ander kant, is afhanklik van net een trein-toetsverdeling.
Wat is uithou-benadering?
Holdout-metode is die eenvoudigste soort metode om 'n klassifiseerder te evalueer. In hierdie metode word die datastel ('n versameling data-items of voorbeelde) in twee stelle geskei, die Opleidingstel en Toetsstel genoem. 'n Klassifiseerder voer die funksie uit om data-items in 'n gegewe versameling aan 'n teikenkategorie of klas toe te ken.
Moet ek altyd kruisvalidering doen?
In die algemeen is kruisvalidering altyd nodig wanneer jy die optimale parameters van die model moet bepaal, vir logistiese regressie sal dit die C-parameter wees.
Wat is die voordeel van K-vou kruisbekragtiging?
as jy vergelyk toets-MSE's is beter in die geval van k-vou CV as LOOCV. k-vou CV of enige CV of hermonstermetodes nietoetsfoute te verbeter. hulle skat toetsfoute. in die geval van k-vou, doen dit beter werk om foute te skat as LOOCV.
