Sự va đập 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 một bộ dữ liệu độc lập thực hiện đúng cách của việc thẩm định chéo mô hình đáng tin cậy và chọn lựa

Hiểu thấu

Sự va chạm bao gồm việc phân chia dữ liệu thành nhóm con, đào tạo mô hình trên một số tập con này, và thử nghiệm nó trên những tập tin khác. Quá trình này lặp đi lặp lại nhiều lần để có được một bộ phận cân bằng trung bình. Phương pháp phổ biến nhất là k-fold-vaid, nơi dữ liệu được chia thành các phần k bằng.

Tính toán trong việc thẩm định chéo

Trong vòng xoay K, những bước sau được thực hiện:

  • Chia bộ dữ liệu thành các phần bằng k.
  • Đối với mỗi vòng lặp, chọn một phần như là thử nghiệm thiết lập và phần còn lại k-1 như là tập huấn.
  • Huấn luyện người mẫu trong bộ huấn luyện và đánh giá nó trong bài kiểm tra.
  • Ghi lại đo lường hiệu suất, như độ chính xác hoặc có nghĩa là lỗi bình phương.
  • Nhắc lại cho đến khi mọi bộ phận được sử dụng như là bộ thử nghiệm.

Toàn bộ hiệu suất được tính toán bằng cách tính toán các số đo trong mỗi vòng lặp.

Những thực hành tốt nhất để vượt qua

Để chắc chắn đánh giá chính xác, hãy xem xét những thực hành tốt nhất sau:

  • Chọn một giá trị thích hợp của k, chẳng hạn 5 hoặc 10, tùy thuộc vào kích cỡ bộ dữ liệu.
  • Xác nhận dữ liệu trước khi tách ra để ngăn chặn sự thiên vị.
  • Dùng sự thay đổi chính xác để duy trì phân phối cấp độ.
  • Kết hợp sự va chạm với quá trình điều chỉnh siêu máy tính để có kết quả tối ưu.
  • Hãy cẩn thận với những thông tin rò rỉ bằng cách ngăn ngừa thông tin rò rỉ giữa việc đào tạo và việc thử nghiệm.