Talaan ng mga Nilalaman:
- Kahulugan - Ano ang ibig sabihin ng Cross-Validation?
- Ipinapaliwanag ng Techopedia ang Cross-Validation
Kahulugan - Ano ang ibig sabihin ng Cross-Validation?
Ang pagpapatunay ng cross ay isang pamamaraan na ginagamit para sa pagtatasa kung paano ang mga resulta ng pagtatasa ng istatistika ay bumubuo sa isang independiyenteng set ng data. Ang cross-validation ay higit sa lahat ay ginagamit sa mga setting na kung saan ang target ay hula at kinakailangan upang matantya ang kawastuhan ng pagganap ng isang mapaghulaang modelo. Ang pangunahing dahilan para sa paggamit ng cross-validation sa halip na maginoo ang pagpapatunay ay walang sapat na data na magagamit para sa paghati sa kanila sa hiwalay na pagsasanay at mga set ng pagsubok (tulad ng sa maginoo pagpapatunay). Nagreresulta ito sa isang pagkawala ng pagsubok at kakayahan sa pagmomolde.
Ang cross-validation ay kilala rin bilang pagtatantya sa pag-ikot.
Ipinapaliwanag ng Techopedia ang Cross-Validation
Para sa problema sa paghula, ang isang modelo ay karaniwang ibinibigay sa isang set ng kilalang data, na tinawag na set ng data ng pagsasanay, at isang hanay ng mga hindi kilalang data laban sa kung saan ang modelo ay nasubok, na kilala bilang ang set ng data ng pagsubok. Ang target ay ang magkaroon ng isang set ng data para sa pagsubok sa modelo sa yugto ng pagsasanay at pagkatapos ay magbigay ng pananaw sa kung paano ang eksaktong tukoy na modelo sa isang independiyenteng set ng data. Ang isang pag-ikot ng cross-validation ay binubuo ang pagkahati ng data sa mga pantulong na mga subset, pagkatapos ay nagsasagawa ng pagtatasa sa isang subset. Pagkatapos nito, ang pagsusuri ay napatunayan sa iba pang mga subset (mga set ng pagsubok). Upang mabawasan ang pagkakaiba-iba, maraming mga pag-ikot ng cross-validation ang ginanap gamit ang maraming magkakaibang mga partisyon at pagkatapos ay kinuha ang isang average ng mga resulta. Ang pagpapatunay ng cross ay isang malakas na pamamaraan sa pagtatantya ng diskarte sa pagganap ng modelo.
