当前位置:   article > 正文

机器学习100天(二十九):029 K折交叉验证_用k折验证法选择超参数

用k折验证法选择超参数

机器学习100天,今天讲的是:K 折交叉验证

《机器学习100天》完整目录:目录

机器学习中,我们常会遇到一个问题,就是超参数的选择,超参数就是机器学习算法中的调优参数,比如上一节 K 近邻算法中的 K 值。K 折交叉验证就是帮助我们选择最优的超参数。

首先,介绍一下简单交叉验证。简单交叉验证就是将原始数据集随机划分成训练集和验证集两部分。例如将样本按照 70%~30% 的比例分成两部分,70% 的样本用于训练模型;30% 的样本用于模型验证。

在这里插入图片描述

简单交叉验证有两个缺点:(1)数据都只被所用了一次,没有被充分利用;(2)验证集上的效果与原始分组有很大关系。

K 折交叉验证是简单交叉验证的升级。如下图所示,它的做法是:

  • 1、首先,将全部样本划分成 K 个大小相等的子集,例如 k=10;
  • 2、依次遍历这 K 个子集,每次把当前子集作为验证集,其余所有样本作为训练集,进行模型的训练和评估;
  • 3、最后把 K 次评估指标的平均值作为最终的评估指标。

在这里插入图片描述

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/我家自动化/article/detail/357178
推荐阅读
相关标签
  

闽ICP备14008679号