Inferenz, Schätzung und Entscheidungsfindung aus Daten
Sie können ein Modell nicht anhand seines Trainingsfehlers beurteilen; es hat diese Daten bereits gesehen und kann daher durch Auswendiglernen schummeln. Sie brauchen seinen Fehler auf Daten, die es noch nie gesehen hat. Eine einzelne Testmenge verschwendet jedoch Daten und liefert eine verrauschte Schätzung. Die Kreuzvalidierung löst beide Probleme.
🔒 This is a Pro lesson — the interactive figure, worked examples, quiz and practice open with Pro access.
▶ Kreuzvalidierung