Inferencia, estimación y toma de decisiones a partir de datos
No puedes juzgar un modelo por su error de entrenamiento; ya ha visto esos datos, así que puede hacer trampa memorizando. Necesitas su error en datos que nunca ha visto. Pero mantener aparte un conjunto de prueba único desperdicia datos y da una estimación ruidosa. Validación cruzada resuelve ambos problemas.
🔒 This is a Pro lesson — the interactive figure, worked examples, quiz and practice open with Pro access.
▶ Validación Cruzada