交叉验证（Cross Validation）

时间 2020-12-30

原文原文链接

交叉验证是在机器学习建立模型和验证模型参数时常用的方法。交叉验证就是重复使用数据，把得到的样本数据进行切分，组合为不同的训练集和测试集，用训练集来训练模型，用测试集来评估模型预测的好坏。在此基础上可以得到多组不同的训练集和测试集，某次训练集中的某样本在下次可能成为测试集中的样本，即所谓的‘交叉’。 1.简单交叉验证所谓的简单，是和其他交叉验证方法相对而言的。首先，我们随机的将样本数据分为两部分（

>>阅读原文<<

1. 交叉验证（Cross Validation）
2. 交叉验证 Cross-validation
3. Cross-Validation (交叉验证）
4. 交叉验证（Cross-validation）
5. Cross Validation交叉验证
6. 交叉验证 cross validation
7. Cross-Validation（交叉验证）详解
8. K- 折交叉验证 (k-fold cross validation)
9. 交叉验证(Cross Validation)原理小结
10. 交叉验证（Cross Validation）简介
更多相关文章...
• XML 验证 - XML 教程
• DTD 验证 - DTD 教程
• 算法总结-深度优先算法
• 常用的分布式事务解决方案