Ang cross-validation ay isang pamamaraang estadistikal na ginagamit upang suriin ang pagganap ng mga modelong pagkatuto ng makina. Nakatutulong ito sa pagtatantiya kung gaano kahusay na ginagawang pangkalahatan ang isang modelo sa isang independiyenteng dataset. Ang tamang pagpapatupad ng cross-validation ay tumitiyak sa maaasahang modelong pagtatasa at pagpili.

Pag-unawa sa Cross-Validation

Cross-validation ay kinasasangkutan ng paghahati ng datos sa mga subset, pagsasanay ng modelo sa ilan sa mga subset na ito, at pagsubok nito sa iba. Ang prosesong ito ay inuulit nang maramihan upang makakuha ng average na metric sa pagsasagawa. Ang pinaka-karaniwang paraan ay k-fold cross-validation, kung saan ang data ay nahahati sa mga bahaging k equal.

Mga Pagtaya sa Cross-Validation

Sa k-fold cross-validation, ang mga sumusunod na hakbang ay isinasagawa:

  • Hatiin ang dataset sa mga bahaging konkretong konsekwensiya.
  • Para sa bawat adaptasyon, pumili ng isang bahagi bilang test set at ang natitirang mga bahagi ng k-1 bilang ang pagsasanay na itinakda.
  • Sanayin ang modelo sa pagsasanay na itinakda at suriin ito sa test set.
  • Itala ang metric ng pagganap, tulad ng katumpakan o method squared error.
  • Ulitin hanggang ang lahat ng bahagi ay magamit bilang test set.

Ang kabuuang pagganap ay kinakalkula sa pamamagitan ng katamtamang pag-iintekto ng mga metrikong nakukuha sa bawat elektriko.Ito ay nagbibigay ng mas matipunong pagtatantiya ng pagiging epektibo ng modelo.

Pinakamahusay na Gawain Para sa Paghahahati ng Krus-Valid

Upang matiyak ang wastong pagtatasa, isaalang - alang ang pinakamahuhusay na gawaing ito:

  • Pumili ng angkop na halaga ng k, gaya ng 5 o 10, depende sa laki ng dataset.
  • Tiyaking may data na umaalsa bago hatiin upang maiwasan ang pagkiling.
  • Gumamit ng stratified cross-validation para sa hindi balanseng datasets upang mapanatili ang distribusyon ng klase.
  • Pinagsama ang cross-validation at hyperparameter configuration para sa mga resultang optimential.
  • Mag - ingat sa pag - aalis ng impormasyon sa pamamagitan ng paghadlang sa pag - unti ng impormasyon sa pagitan ng pagsasanay at mga pagsubok.