การข้ามผ่านระบบการข้าม (Colution) เป็นวิธีการทางสถิติที่ใช้ประเมินประสิทธิภาพของโมเดลการเรียนรู้ของเครื่อง มันช่วยในการประเมินว่าแบบจําลองทั่วไปนั้น มีประสิทธิภาพแค่ไหนกับข้อมูลเชิงสถิติอิสระ

การแก้ไขภาพไขว้

การข้ามเส้นการแบ่งประเภทนี้เกี่ยวกับการจัดองค์ประกอบข้อมูลเป็นสับเซต, ฝึกโมเดลบนสับเซตบางอัน และทดสอบมันกับตัวอื่น ๆ กระบวนการนี้จะถูกทําซ้ําหลายครั้งเพื่อให้ได้เมทริกการทํางานเฉลี่ย วิธีที่นิยมมากที่สุดคือ การจับกลุ่มตัดขวาง k screw การแบ่งข้อมูลเป็นส่วนเท่ากับ k

การ คํานวณ ใน การ ข้าม เส้นโค้ง

ในการไล่ระดับสี k-dward ขั้นต่อไปนี้จะถูกดําเนินการ:

  • แบ่งชุดข้อมูลเป็นส่วนของเท่ากับ k
  • การปรับหน่วยเป็น 1 ส่วน คือ การเลือก 1 ส่วน คือ ชุดทดสอบ และส่วน k-1 ที่เหลือเป็นการตั้งค่าการฝึก
  • ฝึก รุ่น ให้ เป็น แบบ ฝึก หัด และ ประเมิน ค่า ตาม ชุด ที่ สอบ.
  • บันทึกการแสดง mitic เช่น ความแม่นยําหรือค่าเฉลี่ย ความผิดพลาดกําลังสอง
  • ย้ําอีกครั้งจนกว่าทุกส่วนถูกใช้เป็นชุดทดสอบ

การ วัด โดย รวม จะ คํานวณ โดย การ วัด ความ จํา ที่ ได้ จาก การ วัด ตัว เลข แต่ ละ ตัว.

ฝึกการข้ามผ่านแบบเส้นรุ้งที่ดีที่สุด

เพื่อ รับ ประกัน การ ประเมิน ที่ ถูก ต้อง ขอ พิจารณา กิจ ปฏิบัติ ที่ ดี ที่ สุด เหล่า นี้:

  • เลือกค่า k ที่เหมาะสม เช่น 5 หรือ 10 ขึ้นอยู่กับขนาดข้อมูล
  • ทําให้แน่ใจว่าข้อมูลจะลดลง ก่อนที่จะแยกออกจากอคติ
  • ใช้การไล่ระดับสีสําหรับชุดข้อมูลไม่สมดุล เพื่อคงการกระจายตัวแบบปกติไว้
  • การแยกการข้ามผ่านด้วยจังหวะไฮเปอร์พารามิเตอร์ สําหรับผลลัพธ์ที่เหมาะสม
  • จง ระวัง ข้อมูล ที่ รั่ว ออก มา โดย ป้องกัน ไม่ ให้ ข้อมูล รั่ว ระหว่าง การ ฝึก อบรม กับ การ ทดสอบ.