关键词：
在我们比赛的算法中，我们使用了交叉验证方法来筛选比较重要的特征，现在我们来了解一下什么是交叉验证(Cross-Validation)：有时亦称循环估计， 是一种统计学上将数据样本切割成较小子集的实用方法。于是可以先在一个子集上做分析， 而其它子集则用来做后续对此分析的确认及验证。 一开始的子集被称为训练集。而其它的子集则被称为验证集或测试集。
交叉验证对于人工智能，机器学习，模式识别，分类器等研究都具有很强的指导与验证意义。
基本思想是把在某种意义下将原始数据(dataset)进行分组,一部分做为训练集(train set),另一部分做为验证集(validation set or test set),首先用训练集对分类器进行训练,在利用验证集来测试训练得到的模型(model),以此来做为评价分类器的性能指标.
数据集分割原则
交叉验证在，原始数据集分割为训练集与测试集，必须遵守两个要点：
- 训练集中样本数量必须够多，一般至少大于总样本数的 50%。
- 两组子集必须从完整集合中均匀取样。
其中第 2 点特别重要，均匀取样的目的是希望减少 训练集/测试集 与完整集合之间的偏差(bias)，但却也不易做到。一般的作法是随机取样，当样本数量足够时，便可达到均匀取样的效果。然而随机也正是此作法的盲点，也是经常是可以在数据上做手脚的地方。举例来说，当辨识率不理想时，便重新取样一组训练集 与测试集，直到测试集的辨识率满意为止，但严格来说便算是作弊。
应该对原始数据还是拆分数据执行交叉验证分数？
】应该对原始数据还是拆分数据执行交叉验证分数？【英文标题】：ShouldCrossValidationScorebeperformedonoriginalorsplitdata?【发布时间】：2020-06-3020:37:40【问题描述】：当我想通过交叉验证评估我的模型时，我应该对原始数据（在训练和... 查看详情
使用 R 对 randomForest 执行交叉验证
】使用R对randomForest执行交叉验证【英文标题】：Performcross-validationonrandomForestwithR【发布时间】：2014-08-1309:43:21【问题描述】：我正在使用R的randomForest包来训练分类模型。为了将它与其他分类器进行比较，我需要一种方法来显示W... 查看详情
对网格搜索中的所有组合使用交叉验证
】对网格搜索中的所有组合使用交叉验证【英文标题】：Usingcrossvalidationonallcombinationsingridsearch【发布时间】：2017-04-0319:46:15【问题描述】：我正在使用支持向量机对一些数据进行分类。我已将数据拆分为训练集和验证集，并使... 查看详情
如何在没有交叉验证的情况下运行网格搜索？
】如何在没有交叉验证的情况下运行网格搜索？【英文标题】：Howtorungridsearchwithoutcrossvalidation?【发布时间】：2021-10-1314:54:17【问题描述】：我正在尝试运行网格搜索，其中模型将在我的训练集上进行训练，并仅在预设的验证集... 查看详情
交叉验证
1. 在保留交叉验证（hand-outcrossvalidation）中，随机将训练样本集分成训练集（trainingset）和交叉验证集（crossvalidationset）,比如分别占70%，30%。然后使用模型在训练集上学习得到假设。最后使用交叉验证集对假设进行验证，看... 查看详情
使用 scikit-learn 对具有多个输入的 Keras 模型进行交叉验证
】使用scikit-learn对具有多个输入的Keras模型进行交叉验证【英文标题】：CrossvalidationofKerasmodelwithmultiplyinputswithscikit-learn【发布时间】：2020-04-0812:55:50【问题描述】：我想将K-Fold交叉验证应用于我的神经网络模型，如下所示：fromsk... 查看详情
使用交叉验证对鸢尾花分类模型进行调参(超参数)(代码片段)
如何选择超参数：交叉验证：如图，大训练集分块，使用不同的分块方法分成N对小训练集和验证集。使用小训练集进行训练，使用验证集进行验证，得到准确率，求N个验证集上的平均正确率；使用平均正确率最高的超参数，对... 查看详情
sklearn 交叉验证 R^2 分数与使用训练模型对训练和验证数据进行的手动检查不匹配
】sklearn交叉验证R^2分数与使用训练模型对训练和验证数据进行的手动检查不匹配【英文标题】：sklearncross-validationR^2scoredoesnotmatchwithmanualcheckusingtrainedmodelontrainingandvalidationdata【发布时间】：2021-02-0906:44:58【问题描述】：对以下... 查看详情
使用 pytorch 和 sklearn 对 MNIST 数据集进行交叉验证
】使用pytorch和sklearn对MNIST数据集进行交叉验证【英文标题】：CrossvalidationforMNISTdatasetwithpytorchandsklearn【发布时间】：2020-03-1815:27:22【问题描述】：我是pytorch的新手，正在尝试实现前馈神经网络来对mnist数据集进行分类。我在尝... 查看详情
深度学习背景下的交叉验证 |物体检测[关闭]
】深度学习背景下的交叉验证|物体检测[关闭]【英文标题】：Crossvalidationinthecontextofdeeplearning|ObjectDetection[closed]【发布时间】：2020-10-2712:52:48【问题描述】：我正在通过对象检测对数据集进行建模。我对深度学习比较陌生。我很... 查看详情
线性回归中的交叉验证
】线性回归中的交叉验证【英文标题】：CrossValidationinlinearregression【发布时间】：2018-09-0610:55:41【问题描述】：我正在尝试在线性回归中执行交叉验证，为此我正在使用pythonsklearn库。我有一个关于对给定数据集执行交叉验证的... 查看详情
如何对目录中的 keras 图像数据集使用交叉验证？
】如何对目录中的keras图像数据集使用交叉验证？【英文标题】：Howtousecross-validationwithkerasimagedatasetsfromdirectories?【发布时间】：2021-05-2807:57:13【问题描述】：我在keras中有一个图像数据集，我在训练和测试之间直接从各自的函数... 查看详情
如何对多类数据进行交叉验证？
】如何对多类数据进行交叉验证？【英文标题】：Howtodocrossvalidationformulticlassdata?【发布时间】：2018-01-0623:50:37【问题描述】：我可以使用以下方法对二进制数据进行交叉验证，但它似乎不适用于多类数据：>cross_validation.cross_va... 查看详情
交叉验证
在建立分类模型时，交叉验证(CrossValidation)简称为CV，CV是用来验证分类器的性能。它的主体思想是将原始数据进行分组，一部分作为训练集，一部分作为验证集。利用训练集训练出模型，利用验证集来测试模型，以评估... 查看详情
交叉验证的目的是啥？ [关闭]
】交叉验证的目的是啥？[关闭]【英文标题】：Whatisthepurposeofcross-validation?[closed]交叉验证的目的是什么？[关闭]【发布时间】：2015-06-2608:11:43【问题描述】：我现在正在阅读一本关于机器学习的书。在NaiveBayesClassifier上工作，作... 查看详情
多标签分类的交叉验证错误
】多标签分类的交叉验证错误【英文标题】：Errorwithcrossvalidationonamultilabelclassification【发布时间】：2015-07-0704:10:09【问题描述】：我正在使用“multiclass.OneVsRestClassifier”和“cross_validation.StratifiedKFold”。当我对多标签问题进行交... 查看详情
PySpark 中的分层交叉验证
】PySpark中的分层交叉验证【英文标题】：Stratifiedcross-validationinPySpark【发布时间】：2020-08-3120:36:02【问题描述】：我在python中使用ApacheSparkAPI，PySpark（--version3.0.0），并且由于我的数据高度不平衡，我希望以分层的方式对我的标... 查看详情
使用交叉验证提高准确性，不使用交叉验证降低准确性
】使用交叉验证提高准确性，不使用交叉验证降低准确性【英文标题】：Accuracyincreasesusingcross-validationanddecreaseswithout【发布时间】：2015-04-2114:25:01【问题描述】：我有一个关于交叉验证的问题：我正在使用朴素贝叶斯分类器按作... 查看详情