### 划分数据用于K折交叉验证时无法获得等大划分

来自维基百科:

在K折交叉验证中,原始样本被随机划分为K个等大子样本。

我正在进行一个10折交叉验证项目。我的数据集有76个元素。这意味着我无法获得等大划分。

对于剩余的数据(在我的例子中是6个数据)有什么处理方法?是忽略它们,还是将数据调整为16个元素,使6个划分包含11个元素,还是其他方法?


回答:

你不能忽略它们!!

简单来说,你可以将这6个数据点随机分配到10个折中。

另一种方法是将它们添加到任何一个折中。最终,这些点将按照预期被用于测试一次。

Related Posts

L1-L2正则化的不同系数

我想对网络的权重同时应用L1和L2正则化。然而,我找不…

使用scikit-learn的无监督方法将列表分类成不同组别,有没有办法?

我有一系列实例,每个实例都有一份列表,代表它所遵循的不…

f1_score metric in lightgbm

我想使用自定义指标f1_score来训练一个lgb模型…

通过相关系数矩阵进行特征选择

我在测试不同的算法时,如逻辑回归、高斯朴素贝叶斯、随机…

可以将机器学习库用于流式输入和输出吗?

已关闭。此问题需要更加聚焦。目前不接受回答。 想要改进…

在TensorFlow中,queue.dequeue_up_to()方法的用途是什么?

我对这个方法感到非常困惑,特别是当我发现这个令人费解的…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注