La validation croisée est une technique utilisée pour évaluer les performances des modèles d'apprentissage supervisés. Elle permet de garantir que le modèle généralise bien aux données invisibles en répartissant l'ensemble de données en plusieurs sous-ensembles de formation et de test.

Comprendre la validation croisée

La validation croisée consiste à diviser l'ensemble de données en plusieurs parties, ou plis. Le modèle est formé sur un sous-ensemble de ces plis et testé sur le plis restant. Ce processus est répété plusieurs fois, avec différents plis utilisés pour les tests à chaque fois. Les résultats sont ensuite moyens pour fournir une mesure de performance globale.

Types de validation croisée

Les types les plus courants sont les suivants:

  • k-Fold Cross-Validation:[ Divise les données en k parties égales, en formant sur les parties k-1 et en testant sur la partie restante.
  • Stratifié k-Fold:[ S'assure que chaque pli maintient la distribution de classe de l'ensemble de données entier.
  • Séjourner (LOO): Utilise un seul point de données pour les essais et le reste pour la formation, répété pour chaque point de données.

Mise en œuvre de la validation croisée dans la pratique

La plupart des bibliothèques d'apprentissage automatique fournissent des fonctions intégrées pour la validation croisée. Par exemple, dans le scikit-learn de Python, la fonction simplifie le processus. Vous devez spécifier le modèle, l'ensemble de données et le nombre de plis.

Exemple d'extrait de code :

d'importation sklearn.model selection cross val score

scores = cross val score(modèle, X, y, cv=5)

Ce code effectue une validation croisée 5 fois et renvoie les scores pour chaque pli.