Inferensi, estimasi, dan pengambilan keputusan dari data
Anda tidak bisa menilai model dari galat pelatihannya; ia sudah melihat data itu, jadi bisa curang dengan menghafal. Anda butuh galatnya pada data yang belum pernah dilihat. Tapi menahan satu set tes saja membuang data dan member estimasi noisy. Cross-validation menyelesaikan keduanya.
🔒 This is a Pro lesson — the interactive figure, worked examples, quiz and practice open with Pro access.
▶ Cross-Validation