Cross-validation ay isang estadistikal na paraan na ginagamit upang suriin ang pagganap ng mga modelo sa pagkatuto ng makina. Nakatutulong ito sa pagtatantiya kung paanong ang isang modelong pangkalahatang pag-iisip sa hindi nakikitang datos, pagbabawas ng panganib ng labis na pag-aangkop. Ang pag-iisyu ng mga tamang pamamaraan ng cross-validation ay mahalaga sa pagtatayo ng maaasahan at matipunong mga modelo.

Ano ba ang Cross-Validation?

Cross-validation ay kinasasangkutan ng paghahati ng dataset sa multiple subsets, pagsasanay ng modelo sa ilan sa mga subset na ito, at pagsubok nito sa iba. Ang prosesong ito ay nagbibigay ng mas tumpak na tantiya ng pagganap ng modelo kumpara sa isang solong tren-test split.

Karaniwang Pamamaraan ng Pag-aalsa ng Krus-Validasyon

  • K-Fold Cross-Validation: Ang datos ay hinahati sa 'k' na pantay na bahagi, pagsasanay sa mga bahagi ng k-1 at pagsubok sa natitirang bahagi. Ang prosesong ito ay umuulit sa mga k na panahon.
  • [[Pangkakakaiba] K-Fold: Katulad ng K-Fold ngunit pinananatili ang distribusyon ng klase sa bawat fold, na kapaki-pakinabang sa hindi balanseng datasets.
  • Ang Deflease-Out Cross-Validation (LOCV): ay gumagamit ng nag-iisang puntong datos para sa pagsubok at ang natitira para sa pagsasanay, na inuulit para sa bawat puntong datos.

Mga Pakinabang ng Krus-Validasyon

Ang paggamit ng cross-validation ay nagbibigay ng mas maaasahang pagtatantiya ng pagganap ng modelo, tumutulong sa pag-aayos ng mga hyperparameter, at binabawasan ang posibilidad ng oversett.Titiyakin nito na ang modelo ay nagsasagawa ng mahusay na pag-aabot sa iba't ibang subsets ng datos.