Çapraz doğrulama hakkında iyi literatür

Yanıtlar:

5

Çapraz doğrulama, model / özellik seçimi için kullanılacaksa, çapraz doğrulama istatistiğine fazla uymanın ve kötü performans gösteren bir model ve optimize edilmiş çapraz doğrulama istatistiği ile sonuçlanabileceğini akılda tutmak önemlidir. ciddi bir iyimser performans tahmini olabilir. Bunun etkileri şaşırtıcı derecede büyük olabilir. Bkz Ambroise ve McLachlan bir özellik seçimi ayarı ve bu bir örnek için Cawley ve Talbot model seçme ortamda bir örnek için.

— Dikran Keseli
kaynak
Bahsetmek güzeldir, ancak bunların, yöntemin kendisinin bazı dezavantajları değil, CV'yi yanlış veya aşırı kullanan örnekler olduğu söylenmelidir.
1
Ancak, bu oldukça yaygın bir şekilde yanlış kullanımın bir yoludur - bu nedenle çapraz doğrulama hakkında bilgi edinirken farkında olmak önemlidir! Daha fazla çapraz doğrulama genellikle iyi bir çözümdür, yani iç içe çapraz doğrulama veya Stone'un "çift çapraz" doğrulamayı koyduğu gibi. Sorun, bir model elde etmek için optimize edilen hemen hemen tüm özellikleri veya model seçim kriterlerini etkiler; bu anlamda çapraz validasyon hakkında özel bir şey yoktur.
— Dikran Marsupial
Sitemizi kullandığınızda şunları okuyup anladığınızı kabul etmiş olursunuz: Çerez Politikası ve Gizlilik Politikası.
Licensed under cc by-sa 3.0 with attribution required.