【机器学习】k-fold cross validation(k-折叠交叉验证)

另外一篇博客http://blog.csdn.net/evillist/article/details/76009632html 交叉验证的目的:在实际训练中,模型一般对训练数据好,可是对训练数据以外的数据拟合程度差。用于评价模型的泛化能力,从而进行模型选择。函数 交叉验证的基本思想:把在某种意义下将原始数据(dataset)进行分组,一部分作为训练集(train set),另外一部分作为验证集(
相关文章
相关标签/搜索