Tính chéo là một phương pháp thống kê được dùng để đánh giá hiệu suất của mô hình học máy, nó giúp đánh giá một mô hình tổng quát như thế nào để dữ liệu không nhìn thấy, giảm rủi ro của việc sử dụng quá mức.

- Kết nối chéo là gì?

Việc tập hợp lại bao gồm phân chia dữ liệu thành nhiều nhóm con, đào tạo mô hình trên một số nhóm con, và thử nghiệm nó trên những nhóm khác. quá trình này cung cấp một ước tính chính xác hơn về hiệu suất của mô hình so với một sự chia tách tàu.

Công nghệ xuyên lục địa phổ biến

  • [Fold Cross-Validation: chia dữ liệu thành 'k', đào tạo trên phần k-1 và thử nghiệm trên phần còn lại. Quá trình này lặp lại k lần.
  • Đã được mã hóa K-Fold: tương tự K-Fold nhưng vẫn duy trì phân phối lớp học trong mỗi nếp, hữu ích cho bộ dữ liệu bị mất cân bằng.
  • Để lại một dấu chéo một-một-Ot-Ouidation (LOOCV): sử dụng một điểm dữ liệu để kiểm tra và phần còn lại để luyện tập, lặp lại cho mỗi điểm dữ liệu.

Lợi ích của việc trao đổi quyền lợi

Sử dụng sự điều chỉnh chéo cung cấp một ước tính đáng tin cậy hơn về hiệu suất mô hình, giúp điều chỉnh khả năng quá chuẩn, và giảm khả năng sử dụng phù hợp với các dữ liệu.