Mengapa validasi silang diperlukan?
Mengapa validasi silang diperlukan?

Video: Mengapa validasi silang diperlukan?

Video: Mengapa validasi silang diperlukan?
Video: validasi dan validasi silang pada supervised learning 2024, November
Anonim

Validasi silang adalah teknik yang sangat berguna untuk menilai efektivitas model Anda, terutama dalam kasus di mana Anda perlu mengurangi overfitting. Ini juga berguna dalam menentukan parameter hiper model Anda, dalam arti parameter mana yang akan menghasilkan kesalahan pengujian terendah.

Dengan mempertimbangkan hal ini, apakah validasi silang selalu lebih baik?

Validasi silang biasanya merupakan cara yang sangat baik untuk mengukur kinerja yang akurat. Meskipun tidak mencegah model Anda untuk overfit, itu masih mengukur perkiraan kinerja yang sebenarnya. Jika model Anda terlalu cocok untuk Anda, itu akan menghasilkan ukuran kinerja yang lebih buruk. Hal ini mengakibatkan lebih buruk validasi silang pertunjukan.

Selain di atas, mengapa kita membutuhkan set validasi? Set validasi sebenarnya dapat dianggap sebagai bagian dari pelatihan mengatur , karena digunakan untuk membangun model Anda, jaringan saraf, atau lainnya. Biasanya digunakan untuk pemilihan parameter dan untuk menghindari overfitting. Set validasi digunakan untuk menyetel parameter model. Perangkat tes digunakan untuk evaluasi kinerja.

Selanjutnya, orang mungkin juga bertanya, apa yang dimaksud dengan validasi silang?

Menyeberang - validasi adalah teknik yang digunakan untuk menilai bagaimana hasil analisis statistik digeneralisasi ke kumpulan data independen. Menyeberang - validasi sebagian besar digunakan dalam pengaturan di mana target adalah prediksi dan perlu untuk memperkirakan keakuratan kinerja model prediktif.

Bagaimana Anda memilih jumlah lipatan dalam validasi silang?

NS jumlah lipatan biasanya ditentukan oleh nomor contoh yang terkandung dalam kumpulan data Anda. Misalnya, jika Anda memiliki 10 instance dalam data Anda, 10- lipat salib - validasi tidak masuk akal.

Direkomendasikan: