Útmutatóhoz kapcsolódó kvíz · Közepes Szint

Keresztellenőrzési kvíz

Check how fold-based validation estimates model performance, prevents leakage, and separates hyperparameter tuning from final evaluation.

Kapcsolódó útmutató utakKeresztellenőrzés
kérdés 1 -ból 8

A szabványos k-szeres keresztellenőrzésben hányszor használják az egyes adatpontokat a teszteléshez?

Tekintse meg az összes kérdést8 kérdéseket

A válaszok és magyarázatok megjelennek a kvíz kitöltésekor.

  1. A szabványos k-szeres keresztellenőrzésben hányszor használják az egyes adatpontokat a teszteléshez?
    • Pontosan egyszer
    • k alkalommal
    • k-1 alkalommal
    • Ez a véletlenszerű magtól függ
  2. Mi a fő előnye a k-szeres keresztellenőrzésnek egyetlen vonat/teszt felosztással szemben?
    • Mindig növeli a modell pontosságát
    • Stabilabb, kevésbé szerencsefüggő becslést ad az általánosításra
    • Teljesen megszünteti a tesztkészlet szükségességét
    • Felgyorsítja a modellképzést
  3. A rétegzett k-szeres keresztellenőrzés különösen hasznos, ha:
    • Az adatkészlet tökéletesen kiegyensúlyozott
    • Az adatok idősorok
    • Kiegyensúlyozatlan osztályai vannak, és azt szeretné, hogy minden hajtás hasonló osztályarányokat tartson
    • Egyszerre szeretne betanítani a teljes adatkészletre
  4. A kihagyás keresztellenőrzése (LOOCV) a k hajtások számát a következő értékkel egyenlő:
    • 2
    • 10
    • A funkciók száma
    • Az adatkészletben lévő minták száma
  5. Az adatszivárgás elkerülése érdekében a keresztellenőrzés során az előfeldolgozási lépéseknek, például a funkcióméretezésnek a következőknek kell lenniük:
    • Csak az egyes edzési hajtások belsejébe illeszkedjen, majd alkalmazza az érvényesítő hajtásra
    • Illeszkedjen a teljes adatkészletre, mielőtt hajtásokra osztaná
    • Teljesen kihagyva
    • Csak az érvényesítő hajtásokon történik
  6. Miért nem megfelelő a k-szeres keresztellenőrzés idősoros előrejelzéshez?
    • Az idősorok túl kevés sort tartalmaznak
    • A véletlenszerű hajtások jövőbeli adatokat helyezhetnek el a múlt előrejelzésére használt képzési halmazban
    • Túl gyors az idősorokhoz
    • Az idősorokat egyáltalán nem lehet felosztani
  7. What is the purpose of nested cross-validation?
    • It makes every model use the same hyperparameters
    • It lets preprocessing use the full dataset before splitting
    • It separates hyperparameter selection from an outer evaluation of the selected procedure
    • It removes the need for held-out evaluation
  8. Which fold counts are common starting choices for k-fold cross-validation?
    • Exactly two folds in every problem
    • One fold regardless of sample size
    • One thousand folds for every dataset
    • Five or ten folds