Xác thực chéo

Học có giám sát với scikit-learn

George Boorman

Core Curriculum Manager, DataCamp

Động lực cho xác thực chéo

Hiệu năng mô hình phụ thuộc vào cách ta chia dữ liệu
Không phản ánh khả năng tổng quát hóa lên dữ liệu chưa thấy
Giải pháp: Xác thực chéo!

Kiến thức cơ bản về xác thực chéo

tiêu đề bảng: lần chia 1, fold 1, fold 2, fold 3, fold 4 và fold 5

Kiến thức cơ bản về xác thực chéo

lần chia 1 làm tập kiểm tra

Kiến thức cơ bản về xác thực chéo

fold 2–5 dùng để huấn luyện

Kiến thức cơ bản về xác thực chéo

tính chỉ số trên các fold này

Kiến thức cơ bản về xác thực chéo

Fold 2 làm dữ liệu kiểm tra

Kiến thức cơ bản về xác thực chéo

fold 1, 3, 4 và 5 làm dữ liệu huấn luyện

Kiến thức cơ bản về xác thực chéo

tính lại chỉ số

Kiến thức cơ bản về xác thực chéo

lặp lại với fold thứ ba

Kiến thức cơ bản về xác thực chéo

lặp lại với fold thứ tư

Kiến thức cơ bản về xác thực chéo

lặp lại với fold thứ năm

Xác thực chéo và hiệu năng mô hình

5 folds = CV 5-fold
10 folds = CV 10-fold
k folds = CV k-fold
Nhiều fold hơn = Tốn tính toán hơn

Xác thực chéo trong scikit-learn

from sklearn.model_selection import cross_val_score, KFold

kf = KFold(n_splits=6, shuffle=True, random_state=42)

reg = LinearRegression()

cv_results = cross_val_score(reg, X, y, cv=kf)

Đánh giá hiệu suất xác thực chéo

print(cv_results)

[0.70262578, 0.7659624, 0.75188205, 0.76914482, 0.72551151, 0.73608277]

print(np.mean(cv_results), np.std(cv_results))

0.7418682216666667 0.023330243960652888

print(np.quantile(cv_results, [0.025, 0.975]))

array([0.7054865, 0.76874702])

Ayo berlatih!

Học có giám sát với scikit-learn