Maswali yanayounganishwa na mwongozo · Kati Kiwango

Maswali Mtambuka ya Uthibitishaji

Angalia jinsi uthibitishaji kulingana na mkunjo unavyokadiria utendakazi wa modeli, huzuia uvujaji, na kutenganisha urekebishaji wa kigezo kutoka kwa tathmini ya mwisho.

Njia za mwongozo zinazohusianaUthibitishaji wa Msalaba
Swali 1 ya 8

Katika uthibitishaji mtambuka wa k-fold, kila nukta ya data inatumika mara ngapi kwa majaribio?

Hakiki kila swali8 maswali

Majibu na maelezo huonekana unapojibu maswali.

  1. Katika uthibitishaji mtambuka wa k-fold, kila nukta ya data inatumika mara ngapi kwa majaribio?
    • Mara moja kabisa
    • k mara
    • k-1 mara
    • Inategemea mbegu ya nasibu
  2. Je, ni faida gani kuu ya uthibitishaji-mviringo wa k-fold juu ya mgawanyiko mmoja wa treni/jaribio?
    • Daima huongeza usahihi wa mfano
    • Inatoa makadirio thabiti zaidi, yasiyotegemea bahati ya jumla
    • Huondoa hitaji la kuweka jaribio kabisa
    • Inaharakisha mafunzo ya mfano
  3. Uthibitishaji wa msalaba wa k-fold uliowekwa ni muhimu sana wakati:
    • Seti ya data imesawazishwa kikamilifu
    • Data ni mfululizo wa saa
    • Una madarasa yasiyo na usawa na unataka kila zizi kuweka idadi sawa ya darasa
    • Unataka kutoa mafunzo kwenye mkusanyiko mzima wa data mara moja
  4. Uthibitishaji wa kuondoka-moja-nje (LOOCV) huweka idadi ya mikunjo k sawa na:
    • 2
    • 10
    • Idadi ya vipengele
    • Idadi ya sampuli katika mkusanyiko wa data
  5. Ili kuzuia kuvuja kwa data wakati wa uthibitishaji mtambuka, hatua za kuchakata mapema kama vile kuongeza kipengele zinapaswa kuwa:
    • Inafaa tu ndani ya kila mkunjo wa mafunzo, kisha itumike kwenye mkunjo wa uthibitishaji
    • Toa kwenye mkusanyiko kamili wa data kabla ya kugawanywa katika mikunjo
    • Imeruka kabisa
    • Imefanywa tu kwenye mikunjo ya uthibitishaji
  6. Kwa nini uthibitisho wa kawaida wa k-fold haufai kwa utabiri wa mfululizo wa saa?
    • Mfululizo wa saa una safu mlalo chache mno
    • Mikunjo bila mpangilio inaweza kuweka data ya siku zijazo katika seti ya mafunzo inayotumiwa kutabiri yaliyopita
    • Ni haraka sana kwa mfululizo wa saa
    • Mfululizo wa saa hauwezi kugawanywa hata kidogo
  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