Inferenza, stima e processo decisionale dai dati
Non puoi giudicare un modello dal suo errore di addestramento: ha già visto quei dati, quindi può barare memorizzandoli. Ti serve il suo errore su dati che non ha mai visto. Ma mettere da parte un singolo insieme di test spreca dati e dà una stima rumorosa. La validazione incrociata risolve entrambi i problemi.
🔒 This is a Pro lesson — the interactive figure, worked examples, quiz and practice open with Pro access.
▶ Cross-Validation