我可以在线性回归模型中应用交叉验证吗？

Question

我有一个包含 58 个样本的数据集。数据集有两列“测量信号”和“people_in_area”。因此，我正在尝试使用 Scikit-learn 训练线性回归模型。目前，我将数据集的 75% 用于训练，25% 用于测试。但是，根据拆分前数据的顺序，我会得到不同的 R 平方值。

我认为由于数据集很小，根据拆分之前数据的顺序，不同的值将保留为 x_test 和 y_test。因此，我正在考虑在我的线性回归模型上使用“交叉验证”来划分测试并随机训练数据多次，训练更多，并且能够进行更多测试，以这种方式获得更可靠的结果.这是正确的做法吗？

Answer 1

是的，使用交叉验证可以更好地估计模型性能。

但是，随机拆分（交叉验证）不适用于时间序列和/或所有数据分布。

“最终模型”不会比您对模型性能的估计更好。