Zašto je potrebna unakrsna validacija?
Zašto je potrebna unakrsna validacija?

Video: Zašto je potrebna unakrsna validacija?

Video: Zašto je potrebna unakrsna validacija?
Video: Da li je potrebna matematika? 2024, Novembar
Anonim

Unakrsna validacija je vrlo korisna tehnika za procjenu učinkovitosti vašeg modela, posebno u slučajevima kada trebate ublažiti pretjerano prilagođavanje. Također je od koristi za određivanje hiper parametara vašeg modela, u smislu koji će parametri rezultirati najmanjom greškom u testu.

Imajući ovo u vidu, da li je unakrsna validacija uvek bolja?

Unakrsna validacija je obično vrlo dobar način za mjerenje tačne izvedbe. Iako to ne sprječava da se vaš model preklopi, ipak mjeri pravu procjenu performansi. Ako vam vaš model odgovara, to će rezultirati lošijim mjerama performansi. To je rezultiralo gore unakrsna validacija performanse.

Osim gore navedenog, zašto nam je potreban set za validaciju? Postavljena validacija zapravo se može smatrati dijelom obuke set , jer se koristi za izgradnju vašeg modela, neuronskih mreža ili drugih. Obično se koristi za odabir parametara i za izbjegavanje prekomjernog prilagođavanja. Postavljena validacija koristi se za podešavanje parametara modela. Test set koristi se za ocjenu učinka.

Nakon toga, može se zapitati šta znači unakrsna validacija?

Cross - validacija je a tehnika koja se koristi za procjenu kako se rezultati statističke analize generaliziraju na nezavisan skup podataka. Cross - validacija se u velikoj mjeri koristi u okruženjima gdje je cilj predviđanje i potrebno je procijeniti tačnost performansi prediktivnog modela.

Kako birate broj preklapanja u unakrsnoj validaciji?

The broj nabora se obično određuje prema broj instanci sadržanih u vašem skupu podataka. Na primjer, ako imate 10 instanci u svojim podacima, 10- fold cross - validacija ne bi imalo smisla.

Preporučuje se: