Кросс-валидация

Вывод, оценивание и принятие решений по данным

Нельзя судить модель по ошибке обучения; она уже видела эти данные и может жульничать, запоминая. Нужна ошибка на данных, которые она никогда не видела. Но отложение одного тестового множества тратит данные и даёт шумную оценку. Кросс-валидация решает обе проблемы.

🔒 This is a Pro lesson — the interactive figure, worked examples, quiz and practice open with Pro access.

▶ Кросс-валидация
← Разложение смещения и дисперсииСдвиг распределения данных →