### 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

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注