在机器学习过程中，假设我们为“K-Fold Cross Validation”选择了 k=10。在我们做了“K-Fold Cross Validation”这k个步骤之后，我们如何选择分类器的最终模型？（我们将使用它来预测新数据）
关于 K 折交叉验证的问题
数据挖掘
机器学习
分类
大数据
交叉验证
2022-02-17 18:57:56
1个回答
K-fold 交叉验证仅帮助您估计使用给定模型将产生的错误。K-fold 可用于调整超参数：我们有一个依赖于一些超参数的模型，我们使用不同的超参数值计算 K-fold 验证误差，我们采用具有最低交叉验证误差的模型。最后，我们使用所有训练数据选择的超参数训练模型，并基于该模型构建分类器。
其它你可能感兴趣的问题