What are the limitations of Generalized Cross-Validation?

Некоторые ограничения Generalized Cross-Validation (обобщённой кросс-валидации): statisticseasily.com

• Высокая вычислительная сложность. statisticseasily.com Особенно при работе с большими наборами данных или сложными моделями. statisticseasily.com botpenguin.com
• Неэффективность в ситуациях, когда нарушаются основные предположения модели. statisticseasily.com Например, при значительной мультиколлинеарности среди предикторов. statisticseasily.com
• Возможны проблемы с оценкой производительности несбалансированных наборов данных. botpenguin.com
• Сложности с выбором количества фолдов. botpenguin.com Нужно найти баланс между точностью и эффективностью. botpenguin.com
• Возможность получения радикальных результатов при работе с непоследовательными данными. syedjaferk.hashnode.dev
• Различия между обучающим и валидационным наборами. syedjaferk.hashnode.dev www.digitalvidya.com Например, если модель обучали на данных за предыдущие 5 лет, а реальные значения на следующие 5 лет могут сильно отличаться. syedjaferk.hashnode.dev