IT 面试题库

交叉验证(Cross Validation)的作用与常见策略?

初级简答题算法工程师机器学习工程师深度学习工程师机器学习交叉验证KFold模型评估

题目

为什么不能只用一次 train/test 划分来评估模型?请说明 k 折交叉验证原理,以及分类任务中为何常用 StratifiedKFold。

参考答案

内容深度:适中 · 无代码示例 · 来源:外部链接 · 未复核 · 75 天前更新 · 技术内容可能随版本变化,建议结合官方文档理解

动机

k 折交叉验证

  1. 将训练集分成 k 个大小相近的折;
  2. 轮流用 k-1 折训练、1 折验证,得到 k 个分数;
  3. 报告平均与标准差作为性能估计。

常见策略

注意:交叉验证用于选模型/调超参;最终仍应保留一个从未参与的测试集做最终评估。预处理(如标准化)须在每折的「训练部分」拟合并应用到验证部分,避免泄露。

练这道题

同分类 · 高频题

题目与答案就在本页;收藏、批注和错题重练在应用内

这道题看完了?连刷同类题,趁热打铁效果最好 进入刷题