交叉驗證
維基百科,自由的 encyclopedia
交叉验证,有時亦稱循環估計[1] [2] [3], 是一種統計學上將数据樣本切割成較小子集的實用方法。於是可以先在一個子集上做分析,而其它子集則用來做後續對此分析的確認及驗證。一開始的子集被稱為訓練集。而其它的子集則被稱為驗證集或測試集。交叉验证的目的,是用未用来给模型作训练的新数据,测试模型的性能,以便減少诸如过拟合和选择偏差等問題,并给出模型如何在一个独立的数据集上通用化(即,一个未知的数据集,如实际问题中的数据)。
此條目可参照英語維基百科相應條目来扩充。 (2020年3月6日) |
交叉驗證的理論是由Seymour Geisser(英语:Seymour Geisser)所開始的。它對於防範根据数据建议的测试假设是非常重要的,特別是當後續的樣本是危險、成本過高或科学上不适合时去搜集的。