Egy-kivételes keresztvalidáció

term_id: leave_one_out_cross_validation

Category: basic_concepts

Definition

Az egy-kivételes keresztvalidáció (LOOCV) a k-részes keresztvalidáció egy speci esete, ahol k megegyezik az adathalmazban lévő minták számával. Szinte torzítatlan becslést nyújt a modell teljesítményéről, mivel minden egyes adatpont egyszer szerepel validációs halmazként.

Summary

Szigorú újramintavételi technika, ahol a modellt az összes mintán kívül egyen tanítják, és az egyetlen kihagyott mintán tesztelik, ezt minden adathoz pontra megismételve.

Key Concepts

  • Újramintavétel
  • Modellértékelés
  • Torzítás-variancia kereskedés
  • Számítási költség

Use Cases

  • Modellek értékelése kis orvosi adathalmazokon
  • Hipertparaméter-beállítás, amikor az adat szegényes
  • Algoritmusok teljesítményének szigorú összehasonlítása

Code Example

1
2
3
4
5
6
7

from sklearn.model_selection import LeaveOneOut
loo = LeaveOneOut()
for train_index, test_index in loo.split(X):
    X_train, X_test = X[train_index], X[test_index]
    y_train, y_test = y[train_index], y[test_index]
    model.fit(X_train, y_train)
    score = model.score(X_test, y_test)

Related