本文详细介绍了交叉验证的概念及其在预防模型过拟合中的作用，并重点讲解了K折交叉验证的具体实施步骤，包括数据集划分、模型训练及测试错误计算等。
交叉验证（Cross validation)
交叉验证用于防止模型过于复杂而引起的过拟合（作用）
如何交叉验证：
我这里主要介绍K交叉验证
1 将数据集分成K份
2 对于每一个模型（拿多项式回归举例， m=2为一个模型，m=3为一个模型。。。我们主要就是寻找最好的m）{也就是m每次取一个值的时候}
3 经过第二步就得到了K个模型，和K个测试错误，将这K个错误求平均，就是该模型的estimated generalization error。
4 estimated generalization error最小的模型即为我们最优的模型，（例如发现m=3时平均错误最小）我们取这个模型再对所有数据进行训练，得到一个模型参数即为所求。
这样就避免了数据浪费，所有数据都有用于过训练。
扫一扫
6097
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
