LOOCV

2020-12-28 16:15:20 浏览:454

定义

LOOCV,全称为留一交叉验证,意指只使用原本样本中的一项作为验证集,而剩余的则留下来当做训练集。这个步骤一直持续到每个样本都曾被当过验证集为止。 事实上,这等同于k折交叉验证,其中k为原本样本个数[1],使用LOOCV的必要性在于:防止过拟合,评估模型的泛化能力。

基本原理

图 1 LOOCV操作过程示意图

如上图1所示,假设我们现在有n个数据组成的数据集,那么LOOCV的方法就是每次取出一个数据作为验证集的唯一元素,而其他n-1个数据都作为训练集用于训练模型和调参。最终训练得到n个模型,对应n个验证误差。而计算最终误差则就是将这n个误差取平均。

优势及劣势分析

LOOCV的优点在于,其不受训练集和验证集划分方法的影响,因为每一个数据都单独的做过验证集。同时,其用了n-1个数据训练模型,也几乎用到了所有的数据,保证了模型的偏差更小。但是其缺点在于,需要进行n次训练及验证,计算量过于大。

参考文献

[1] https://web.stanford.edu/~hastie/ElemStatLearn/

神经网络

作          者: 泮桥成像光电商城

出          处: https://www.ipanqiao.com/entry/89

版          权:本文版权归泮桥成像光电商城所有

免责声明:本文中使用的部分文字内容与图片来自于网络,如有侵权,请联系作者进行删除。

转          载:欢迎转载,但必须保留上述声明;必须在文章中给出原文链接;否则必究法律责任。

Copyright © 2019-2022 南京超维景生物科技有限公司 版权所有 www.ipanqiao.com苏ICP备20009590号-1
联系我们
立即做合同
微信客服
电话咨询

400-998-9826

17302548620

快速留言

泮桥成像光电商城专业人员会在24小时之内联系您

关闭 提交