我有一个非常简单的回归模型，我正在做交叉验证。当 cv=10 时，我得到的最高分数是 60.3，最低分数是 -9.7，这是没用的。平均为 30。
行数据集数= 658
为什么交叉验证分数之间存在很大差异？
数据挖掘
机器学习
回归
数据
交叉验证
分数
2022-02-17 06:19:30
1个回答
您的分数表明线性模型不能很好地描述您的数据。最重要的是，数据似乎存在很大的可变性。您可以尝试以下方法：
- 如果线性模型应该描述数据，请检查异常值。它们可能是造成 CV 折叠的巨大变化的原因。
- 如果有很多功能，请尝试减少功能的数量。该模型可能适合噪声。
- 引入正则化（套索或岭回归）可能会使模型更加健壮。这应该会降低 CV 误差的可变性，但成绩会越来越差。