交叉校验法

最新推荐文章于 2024-10-06 22:19:07 发布

helloliuxu

最新推荐文章于 2024-10-06 22:19:07 发布

阅读量1.6k

点赞数

CC 4.0 BY-SA版权

分类专栏：机器学习文章标签：机器学习预测

本文链接：https://blog.youkuaiyun.com/helloliuxu/article/details/24479067

机器学习专栏收录该内容

7 篇文章

订阅专栏

交叉验证是一种评估机器学习模型性能的方法，通过将数据集分为K个部分，轮流将其中一个作为测试集，其余作为训练集，进行K次训练和测试。K层交叉检验确保每个数据都有机会作为测试数据，最终结果取平均值。在MATLAB中，可以使用crossvalind函数实现交叉验证，包括'Kfold'、'HoldOut'、'LeaveMOut'和'Resubstitution'四种模式。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

交叉校验法

交叉校验法;cross validation method

随机从一组测定数据中抽取一部分数据来建立模型，用其余的数据来检验此模型的方法。如在人工神经网络法中，随机从一组测定数据中抽取一部分数据来训练网络，获得权系数，根据所得到的权系数进行预测，以预测值与实验值的差值作为评价参数，来校验所建立的网络模型。

K层交叉检验就是把原始的数据随机分成K个部分。在这K个部分中，选择一个作为测试数据，剩下的K-1个作为训练数据。

交叉检验的过程实际上是把实验重复做K次，每次实验都从K个部分中选择一个不同的部分作为测试数据（保证K个部分的数据都分别做过测试数据），剩下的K-1个当作训练数据进行实验，最后把得到的K个实验结果平均。

关于crossvalind函数（matlab）
crossvalind是cross-valindation的缩写，意即交叉检验。常用的形式有：
①Indices =crossvalind('Kfold', N, K)
②[Train, Test] = crossvalind('HoldOut',N, P) ③[Train, Test] = crossvalind('LeaveMOut',N, M)
④[Train, Test] = crossvalind('Resubstitution',N, [P,Q])

详见http://wenku.baidu.com/link?url=o0sHC1fGjS5KpmyNXjKottvVclr1mbOhBa04e1T8QiiiycEWf9ZPWiZTq8mQZH--ZYOG-P1KRsukgJhpVPSfDIzwtUHIdNg3On76_T-9oMe