阅读背景:

机器学习-CrossValidation交叉验证详解

来源:互联网 

版权声明:本篇文章为原创文章,转述请标明起源。

1.原理

1.1 概念

交叉验证(Cross-validation)主要用于模型训练或建模应用中,如分类预测、PCR、PLS回归建模等。在给定的样本空间中,拿出大部份样本作为训练集来训练模型,剩余的小部份样本应用刚树立的模型进行预测,并求这小部份样本的预测误差或预测精度,同时记载它们的加和平均值。这个进程迭代K次,即K折交叉。其中,把每一个样本的预测误差平方加和,称为PRESS(predicted Error Sum of Squares)。交叉验证(C




你的当前访问异常,请进行认证后继续阅读剩余内容。

分享到: