Việc thay đổi kích thước là một kỹ thuật được dùng để đánh giá hiệu quả của việc giám sát mô hình học tập. giúp đảm bảo rằng mô hình tổng quát tốt để dữ liệu không bị nhìn thấy bằng cách phân chia bộ dữ liệu thành nhiều tập hợp nhỏ để đào tạo và thử nghiệm.

Hiểu thấu

Các mô hình được đào tạo trên một nhóm con của các nếp gấp này và thử nghiệm trên các nếp còn lại. quá trình này lặp lại nhiều lần, với các nếp gấp khác nhau được dùng để thử nghiệm mỗi lần. Kết quả được tính trung bình để cung cấp một số vòng đo hiệu suất tổng thể.

Kiểu của sự trao đổi

Loại thông thường nhất bao gồm:

  • [Fold-Fidation: chia dữ liệu thành phần bằng k, đào tạo trên phần k-1 và thử nghiệm trên phần còn lại.
  • Đã được mã hóa k-Fold: Bảo đảm mỗi nếp duy trì sự phân phối lớp học của toàn bộ bộ bộ bộ dữ liệu.
  • Để lại một-e-O-O-O: sử dụng một điểm dữ liệu để kiểm tra và phần còn lại để đào tạo, lặp lại cho mỗi điểm dữ liệu.

Hoàn thiện trong luyện tập

Hầu hết các thư viện học tập máy cung cấp các chức năng đã được xây dựng cho việc va đập chéo. Ví dụ, trong việc học tập scikit của Python, [FLT: 0] chức năng đơn giản hóa quá trình. Bạn cần phải xác định mô hình, bộ dữ liệu và số gấp.

Đoạn mã ví dụ:

từ nsk learn.model s matchee scre )

[Biểu tượng = cross val score (model, X, y, cv = 5)

Mã này thực hiện 5 lần va đập chéo và trả điểm cho mỗi nếp gấp.