交叉验证:拟合的好,同时预测也要准确
我们以K折交叉验证(k-folded cross validation)来说明它的具体步骤。}
为了简化,取k=10。在原始数据A的基础上,我们随机抽取一组观测,构成一个数据子集(容量固定),记为A1 重复以上过程10次,我们就会获得一个数据子集集合
}
接下来,我们首先对模型M1进行交叉验证,如下,
- 在.
- 在.
- ……
- 在.
- 的综合得分。
对每个模型都这样过一遍,最后得到了每个模型的一个得分,按照得分,我们就可以选择最合理的模型。
交叉验证:拟合的好,同时预测也要准确
我们以K折交叉验证(k-folded cross validation)来说明它的具体步骤。}
为了简化,取k=10。在原始数据A的基础上,我们随机抽取一组观测,构成一个数据子集(容量固定),记为A1 重复以上过程10次,我们就会获得一个数据子集集合
}
接下来,我们首先对模型M1进行交叉验证,如下,
- 在.
- 在.
- ……
- 在.
- 的综合得分。
对每个模型都这样过一遍,最后得到了每个模型的一个得分,按照得分,我们就可以选择最合理的模型。
相关文章: