我是机器学习的初学者，我有一个特殊情况，我只有一个大约 500 张图像的小型训练数据集和一个 10,000 张图像的测试数据集。对训练数据进行 10 倍交叉验证或重复交叉验证是否仍然有意义？或者由于测试数据集很大，这是否不再必要？
提前谢谢了
如果训练数据集比测试数据集小得多，K-fold-cross-validation？
数据挖掘
机器学习
数据集
美国有线电视新闻网
支持向量机
交叉验证
2022-03-12 17:12:30
1个回答
一般来说，在评估模型时，您可以选择进行交叉验证或训练测试拆分，但不能同时进行。您的数据集似乎已经在训练集和测试集之间进行了拆分，因此您似乎隐含地选择了训练-测试拆分。
在您的特定情况下，如果您有理由不信任测试集的结果，则运行交叉验证可能仍然有意义。测试数据中标签的分布是平衡的还是高度倾斜的？测试数据是否代表您可能在生产中看到的示例？如果您的测试数据具有代表性，那么您可能会在测试集上获得更好的准确度估计，而不是运行交叉验证。
但我很困惑。您是如何拥有 500 张图像的训练集和 10,000 张图像的测试集的？如果您可以使用 10,500 个标记示例，那么您可以随意划分它们 - 对吧？为什么不对整组 10,500 张图像进行交叉验证呢？这将为您提供最可靠的准确度估计。