k-fold cross validation；k分割交差検証

どうも、コロナの感染力は本当に強いですね。そして、ワクチンは接種後の倦怠感はきつかった。いきなりのカミングアウトすみません。

私が知っているということは、皆様はもっと詳しいかもしれません。

k分割交差検証は、訓練データセットを k 個のサブセットに分割して、そのうち kから、マイナス1 個のサブセットで学習して、残りの 1 個のサブセットで検証するという作業をすべての組み合わせに対して行う検証方法です。

図で見ましょう↓

f:id:Takuma_AI:20210531114653p:plain

青い部分と検証データで予測モデルを作って、テストデータで予測モデルの精度の確認を行います。もちろん、テストデータは独立している必要がありますね。

また、分割した各サブセットデータも毎回ランダムになっては再現性がありません。random_stateを固定しましょう!!!!

kf = KFold(n_splits=5, shuffle=True, random_state=42)

そのほかの交差検証では、ホールドアウト法などがあります。

上記のものは正確にいうと組み合わせかもしれませんがね。

雑な記事でした。