第349章 躺[第2页/共2页]

留出法（Holdout Method）：根基思惟：将原始数据集分别为练习集和测试集两部分，此中练习集用于模型练习，而测试集则用于评价模型的机能。实施步调：按照比例或牢固的样本数量，随机挑选一部分数据作为练习集，残剩部分用作测试集。长处：简朴快速；合用于大范围数据集。缺点：能够因为练习集和测试集的分歧导致成果的方差较高；对于小样本数据集，留出的测试集能够不敷代表性。2交叉考证法（Cross-Validation）：根基思惟：将原始数据集分别为K个大小相称的子集（折），此中K-1个子集用于练习模型，剩下的1个子集用于测试模型，这个过程轮番停止K次，最后将K次尝试的成果综合获得终究的评价成果。实施步调：将数据集随机分别为K个子集，顺次挑选每个子集作为考证集，其他子集作为练习集，练习模型并评价机能。反复这个过程K次，取K次尝试的均匀值作为模型的机能目标。长处：更充分操纵了数据；能够减小因样本分别分歧而引发的方差。缺点：增加了计算开消；在某些环境下，对于特定分别体例能够导致估计偏差。3自助采样法（Bootstrapping）：根基思惟：利用自助法从原始数据集合有放回地停止有偏复制采样，获得一个与原始数据集大小相称的采样集，再操纵采样集停止模型练习和测试。实施步调：从原始数据集合有放回地抽取样本，构成一个新的采样集，然后利用采样集停止模型练习和测试。长处：合用于小样本数据集，能够供应更多信息；制止了留出法和交叉考证法中因为分别过程引入的窜改。缺点：采样集合约有36.8%的样本未被采到，这些未被采到样本也会对模型机能的评价产生影响；引入了自助抽样的随机性。拓展：挑选何种数据集分别体例应按照以下身分停止综合考虑：1数据集大小：当数据集较大时，留出法能够供应充足的练习样本和测试样本，并且计算开消相对较小。当数据集较小时，交叉考证法和自助采样法能更好地操纵数据。