Tính chéo là một phương pháp thống kê được dùng để đánh giá hiệu suất của mô hình học máy. nó giúp đánh giá làm thế nào tốt một mô hình tổng quát hóa dữ liệu không nhìn thấy. thiết kế đúng đắn và tính toán là cần thiết để có được kết quả đáng tin cậy và tránh quá phù hợp hoặc không phù hợp.

Nguyên tắc cơ bản của việc trao đổi quyền

Sự va đập bao gồm phân chia dữ liệu thành tập con, đào tạo mô hình trên một số tập con, và thử nó trên những tập tin khác. Quá trình này cung cấp một ước tính hiệu suất của mô hình về dữ liệu mới. Phương pháp phổ biến nhất là k-fold-valdation, nơi dữ liệu được chia thành phần bằng k.

Quan tâm đến thiết kế

Chọn các tham số đúng là quan trọng. Số lần gấp (k) tác động thành kiến và biến đổi. Một k cao hơn giảm thành kiến nhưng tăng thời gian tính toán. Thường thì k được đặt thành 5 hay 10 để đạt kết quả cân bằng. Việc thu thập dữ liệu ngẫu nhiên được xáo trộn trước khi chia nhỏ thành kiến về dữ liệu.

Tính toán để có kết quả đáng tin cậy

Tính toán một thước đo hiệu suất trung bình trên mọi nếp gấp cung cấp một ước tính tổng thể. ngoài ra, tính toán độ lệch chuẩn cho phép hiểu rõ sự biến đổi của hiệu suất mô hình. điều này giúp hiểu sự ổn định của mô hình.

  • Chia dữ liệu thành các phần bằng k
  • Huấn luyện trên phần k-1, thử trên phần còn lại
  • Lặp lại cho tất cả các phần K
  • Tính độ lệch tiêu chuẩn và mức tiêu chuẩn của mét hiệu suất