cross-validation
Pregunta: Estoy probando una red neuronal para predecir valores numéricos. Para eso estoy usando una división de Entrenamiento, Validación y Prueba. Hice un CV de 4 pliegues manual, esto significa que recibo un error de 4 RMSE, cada uno es el error del i-ésimo pliegue en los datos de prueba. ¿Cómo obtengo RMSE global de …
cross-validation – ¿Qué es el RMSE de k-Fold Cross Validation? Read More »
Pregunta: Entiendo el concepto de validación cruzada de k-fold , pero no entiendo qué significa "fold". Citando de la página vinculada en wikipedia: Luego, el proceso de validación cruzada se repite k veces (los pliegues) Esto parece muy vago. ¿El 'pliegue' se refiere a cada repetición del proceso? ¿O es un sustantivo para referirse al …
Pregunta: Leí en Wikipedia : En la validación cruzada estratificada de k-veces , los pliegues se seleccionan de modo que el valor de respuesta medio sea aproximadamente igual en todos los pliegues. En el caso de una clasificación dicotómica, esto significa que cada pliegue contiene aproximadamente las mismas proporciones de los dos tipos de etiquetas …
cross-validation – Comprender la validación cruzada estratificada Read More »
Pregunta: Supongamos un escenario simple: desea pronosticar los precios de la vivienda de varias propiedades. El conjunto de datos es de naturaleza transversal, ya que solo observa cada propiedad una vez. Sin embargo, también tiene una marca de tiempo de la observación (mes / año). En cierto sentido, esto significa que los datos están intrínsecamente …
cross-validation – Problemas con la validación cruzada de datos ordenados por tiempo Read More »
Pregunta: He leído Clasificadores algebraicos: un enfoque genérico para la validación cruzada rápida, el entrenamiento en línea y el entrenamiento paralelo y me sorprendió el rendimiento de los algoritmos derivados. Sin embargo, parece que más allá de Naive Bayes (y GBM) no hay muchos algoritmos adaptados al framework. ¿Hay otros artículos que trabajaron en diferentes …
cross-validation – Clasificadores algebraicos, más información? Read More »
Pregunta: Estoy aprendiendo la validación cruzada de $ k $ . Dado que cada pliegue se usará para entrenar el modelo (en $ k $ iteraciones), ¿no causará eso un sobreajuste? Respuesta: La validación cruzada de K-fold es una técnica estándar para detectar el sobreajuste. No puede "causar" un sobreajuste en el sentido de causalidad. …
cross-validation – ¿Puede la validación cruzada de K-fold causar sobreajuste? Read More »
Pregunta: Estoy validando un modelo que intenta predecir un recuento. Si esto fuera un problema de clasificación binaria, calcularía el AUC fuera del pliegue, y si se tratara de un problema de regresión, calcularía el RMSE o MAE fuera del pliegue. Para un modelo de Poisson, ¿qué métricas de error puedo usar para evaluar la …
cross-validation – Métricas de error para la validación cruzada de modelos de Poisson Read More »
Pregunta: Mi pregunta principal es con respecto a tratar de comprender cómo encaja la validación cruzada de k-fold en el contexto de tener conjuntos de entrenamiento / validación / prueba (si encaja en ese contexto). Por lo general, la gente habla de dividir los datos en un conjunto de entrenamiento, validación y prueba, digamos en …
Pregunta: Existe una gran cantidad de información sobre cómo los conjuntos de datos desequilibrados pueden afectar la precisión predictiva en los problemas de clasificación. Se han propuesto varias soluciones (ver aquí ). Mis preguntas son: ¿Puede una distribución objetivo muy sesgada (es decir, cuando la variable de respuesta es continua y no categórica) crear problemas …
Pregunta: ¿Alguien puede proporcionarme un libro o una referencia en línea sobre cómo construir splines suavizados con validación cruzada? Tengo experiencia en programación y matemáticas a nivel de pregrado. También agradecería una descripción general de si esta técnica de suavizado es buena para suavizar datos y si hay alguna desventaja que un no estadístico deba …
cross-validation – Construir splines de suavizado con validación cruzada Read More »
