k折交叉验证模型选择方法答案

【问题标题】：k-fold cross validation model selection methodk折交叉验证模型选择方法
【发布时间】：2018-04-02 06:54:25
【问题描述】：

我想知道我们如何从 k 折交叉验证方法中选择模型。在 k 折交叉验证中，我们可以使用 k 个模型的准确度平均值来获得 k 个模型和准确度得分。您能否提供一种从交叉验证中获得最终最佳模型的方法？

【问题讨论】：

标签： machine-learning mapreduce ensemble-learning

【解决方案1】：

K 折交叉验证用于比较两个模型的性能，而不是用于构建模型。比如说，我们设计了两个具有不同结构的 2 seq2seq 生成模型，我们的数据集很小，我们想选择一个模型。我们可以按照k-fold交叉验证的方法，得到每个模型的平均分，然后选择得分较高的优者。

我们不需要从 k 个模型中选择一个模型，但是我们可以通过使用 bagging（三种 Ensemble 方法之一）将 k 个模型集成为一个。有关更多信息，请参阅此博客：Bagging and Random Forest Ensemble Algorithms for Machine Learning。

参考：
1.https://stats.stackexchange.com/a/52277/103153
2.https://stats.stackexchange.com/a/19053/103153

【讨论】：