Кросс-валидация

term_id: cross_validation

Category: training_techniques

Definition

Кросс-валидация — это статистический метод, используемый для оценки эффективности моделей машинного обучения. Наиболее распространённой формой является k-блочная кросс-валидация, при которой данные разбиваются на k равных частей. Модель обучается на k-1 частях, а тестируется на оставшейся, и этот процесс повторяется для каждой части.

Summary

Процедура повторной выборки, используемая для оценки качества моделей машинного обучения на ограниченном наборе данных путём разбиения данных на обучающие и тестовые подвыборки.

Key Concepts

  • k-блочное разбиение
  • Обобщающая способность модели
  • Выявление переобучения
  • Оценка производительности

Use Cases

  • Настройка гиперпараметров
  • Сравнение различных алгоритмов
  • Валидация стабильности модели на малых наборах данных

Code Example

1
2

from sklearn.model_selection import cross_val_score
cv_scores = cross_val_score(model, X, y, cv=5)

Related