В чем разница между k-кратной перекрестной проверкой и методом holdout?

Разница между k-кратной перекрёстной проверкой и методом holdout заключается в способе разделения данных и в процессе обучения модели. www.geeksforgeeks.org neptune.ai

Метод holdout предполагает разделение набора данных на два набора: обучающий и тестовый. science.kuzstu.ru www.theclickreader.com Модель обучают только на обучающем наборе, а затем просят предсказать выходные значения для данных в тестовом наборе. www.theclickreader.com Преимущество метода в том, что он не требует больших вычислений. science.kuzstu.ru Однако оценка может существенно отличаться в зависимости от того, как организовано разбиение. science.kuzstu.ru

K-кратная перекрёстная проверка (k-fold cross-validation) предполагает разделение набора данных на k подмножеств. dzen.ru science.kuzstu.ru Методика holdout повторяется k раз. dzen.ru science.kuzstu.ru Каждый раз одно из k подмножеств используется в качестве тестового набора, а другие (k-1) поднаборы объединяются для формирования обучающего набора. science.kuzstu.ru Затем вычисляется средняя ошибка по всем k испытаниям. science.kuzstu.ru

Некоторые преимущества k-кратной перекрёстной проверки:

• Более стабильная и надёжная оценка. neptune.ai Обучение и тестирование проводятся на нескольких разных частях набора данных. neptune.ai
• Минимизация смещения. dzen.ru Каждая точка данных используется в обучающем наборе (k-1) раз и в проверочном наборе 1 раз. fin-accounting.ru

Некоторые недостатки k-кратной перекрёстной проверки:

• Больше вычислений. science.kuzstu.ru Алгоритм обучения должен быть перезапущен с нуля k раз, что означает, что для выполнения оценки требуется в k раз больше вычислений. science.kuzstu.ru
• Ограничение для данных временных рядов. fin-accounting.ru K-кратную кросс-валидацию нельзя использовать с такими данными, где для проверки модели подходят только самые последние ряды. fin-accounting.ru