Validation croisée par exclusion d'un seul (LOOCV)

Validation de modèles en Python

Kasey Jones

Data Scientist

LOOCV

LOOCV consiste à fractionner les données n fois, où n est le nombre d'observations. C'est la validation croisée poussée à l'extrême. Il faut entraîner n modèles au total.

Validation de modèles en Python

Quand utiliser LOOCV ?

À utiliser quand :

  • Les données d'entraînement sont limitées
  • Vous voulez la meilleure estimation d'erreur pour de nouvelles données

À éviter/prudence quand :

  • Les ressources de calcul sont limitées
  • Vous avez beaucoup de données
  • Vous avez beaucoup de paramètres à évaluer
Validation de modèles en Python

Exemple de LOOCV

n = X.shape[0]
mse = make_scorer(mean_squared_error)
cv_results = cross_val_score(estimator, X, y, scoring=mse, cv=n)

print(cv_results)

[5.45, 10.52, 6.23, 1.98, 11.27, 9.21, 4.65, ... ]

print(cv_results.mean())

6.32
Validation de modèles en Python

Passons à la pratique !

Validation de modèles en Python

Preparing Video For Download...