应用场景:
- 当我们想预测某一事物时,有若干种机器学习算法,如逻辑回归,K-nearest neighbors,SVM,该选哪一个呢?
- 交叉验证会告诉我们哪个最好
原理:
- 在机器学习中,我们需要一部分训练集数据找到参数,还需要验证集数据来检验参数是否合适
- 理想的比例:75%训练集,25%验证集
-
交叉验证通过不断更换验证集的成分,来验证模型的准确性
-
将数据分成10分,进行的十折交叉验证,是实际中最常用的
交叉验证通过不断更换验证集的成分,来验证模型的准确性
将数据分成10分,进行的十折交叉验证,是实际中最常用的