Çapraz Doğrulama
Çapraz doğrulama, bir modelin görünmeyen verilere ne kadar iyi genelleştirileceğini tahmin etmeye yönelik bir yeniden örnekleme tekniğidir.
Genel Bakış
It makes better use of limited data and gives a more reliable performance estimate than a single train/test split.
Derin Dalış
Tek bir eğitim/test ayrımı hassastır: Alacağınız puan büyük ölçüde test setinde hangi satırların yer aldığına bağlıdır. Çapraz doğrulama, test kümesinin rolünü değiştirerek bu sorunu giderir. K-katlı çapraz doğrulamada, verileri k eşit katlamaya böler, bunlardan k-1'i üzerinde eğitim yapar, uzatılan katlamayı değerlendirir ve k kez tekrarlayarak her satırın tam olarak bir kez test edilmesini sağlarsınız. K puanlarının ortalaması, daha istikrarlı bir tahmin artı bir değişkenlik ölçüsü sağlar. Yaygın seçenekler 5 veya 10 kattır. Varyantlar arasında katmanlı k-katlama (dengesiz veriler için sınıf oranlarının korunması), bir tanesini dışarıda bırakma (k, örnek sayısına eşittir) ve geçmişi tahmin etmek için asla geleceğe yönelik eğitim vermeyen zaman serisi bölmeleri yer alır.
Teknik Bilgi
Çapraz doğrulama, model seçimi ve hiper parametre ayarlama için en güçlü yöntemdir: konfigürasyonları tek bir bölmeye aşırı uyum sağlamak yerine ortalama doğrulama puanlarına göre karşılaştırırsınız. Kritik bir tuzak, veri sızıntısıdır - tüm veri kümesini 'gören' herhangi bir ön işleme (ölçekleme, özellik seçimi, atama), bölmeden önce değil, her katlamanın içine sığmalıdır, aksi takdirde tahmininiz iyimser bir şekilde önyargılı olacaktır. İç içe çapraz doğrulama, bu sızıntıyı önlemek için ayarlamayı son değerlendirmeden ayırır.
Stratejik Etki
Daha net kararlar
Açık teknik iddiaları pazarlama dilinden ayırmanıza yardımcı olur.
Maliyet ve bütçe
Para veya zaman harcamadan önce daha iyi uygulama soruları sorabilirsiniz.
Ekip ve iş akışı
Ortak anlayışa sahip ekipler daha iyi ürün, politika ve öğrenme kararları verir.
Çapraz Doğrulamanın Geleceği
Veri kümeleri ve modeller büyüdükçe, tam eğitim döngülerini çalıştırmak pahalı hale gelir; bu nedenle uygulayıcılar, küçük veya tablo halindeki veri kümeleri için çapraz doğrulamayı ayırırken, derin öğrenme için tek bir büyük uzatılmış doğrulama kümesini giderek daha fazla tercih etmektedir. Otomatik makine öğrenimi ve scikit-learn'in GridSearchCV ve Optuna gibi araçları, varsayılan olarak hiperparametre aramasında çapraz doğrulama sağlar. Daha ucuz yaklaşımlar, sızıntıya dayanıklı işlem hatları ve gruplandırılmış, hiyerarşik ve zamana bağlı veriler için uygun doğrulama konusunda araştırmalar devam ediyor.
Gerçek Dünya Uygulaması
Tek bir modele geçmeden önce lojistik regresyon, rastgele orman ve degrade artırmayı karşılaştırmak için 5 katlı çapraz doğrulama kullanma.
Dengesiz bir sahtekarlık tespit veri kümesine katmanlı k-katlama uygulanıyor, böylece her katlama kabaca aynı nadir sınıf oranını koruyor.
En iyi ayarları seçmek için her hiperparametre kombinasyonunu çapraz doğrulayan GridSearchCV veya RandomizedSearchCV'yi çalıştırmak.
Gelecekteki veriler hakkında eğitim almadan bir stok veya talep tahmincisini değerlendirmek için zaman serisi (dönen/ileri zincirleme) çapraz doğrulamanın kullanılması.
Riskler ve Korkuluklar
Farklı ekipler aynı terimi farklı şekilde kullanabilir; bu nedenle kapsamı erken tanımlayın.
Gerçek dünya performansı dengesizken karşılaştırmalar güçlü görünebilir.
Veri kalitesini ve değerlendirme planlarını göz ardı etmek çoğu zaman hassas sonuçlar doğurur.
Uygulama Yol Haritası
İhtiyacınız olan sonucun sade bir dille tanımlanmasıyla başlayın.
Test etmeden önce bir başarı ölçüsü ve bir başarısızlık koşulu seçin.
Gösterişli bir demo seti yerine, temsili verilerle küçük bir pilot çalışma yürütün.
Çapraz Doğrulamanın nerede yardımcı olduğunu ve daha basit yöntemlerin nerede daha iyi olduğunu belgeleyin.
Keşfetmeye Devam Edin
Free newsletter
Get the daily AI briefing
Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.
One email each weekday. Unsubscribe in one click. We never sell or share your address.
Test yourself
Take the Cross-Validation quiz
Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.
Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation
Next guide
Çapraz Kodlayıcılar ve Bi-Enkoderler
Sık sorulan sorular
What is Cross-Validation?
Çapraz doğrulama, bir modelin görünmeyen verilere ne kadar iyi genelleştirileceğini tahmin etmeye yönelik bir yeniden örnekleme tekniğidir. Sınırlı verileri daha iyi kullanır ve tek bir eğitim/test ayrımına göre daha güvenilir bir performans tahmini sağlar.
Standart k-katlı çapraz doğrulamada, test için her veri noktası kaç kez kullanılır?
Her katlama, k tur boyunca tam olarak bir kez test seti görevi görür, böylece her örnek tek bir kez test edilir ve geri kalanı üzerinde eğitilir.
Tek bir eğitim/test bölünmesine göre k-katlı çapraz doğrulamanın ana avantajı nedir?
Çoklu katlamaların ortalamasını alarak çapraz doğrulama, tek bir keyfi bölmeye dayanmaya kıyasla performans tahmininin varyansını azaltır.
Sıradan k-katlı çapraz doğrulama neden zaman serisi tahmini için uygun değildir?
Zamana göre sıralanmış verilerin karıştırılması, geleceğin eğitime sızmasına neden olur, bu nedenle zaman serisi CV, yalnızca geçmiş gözlemlere dayalı eğitim veren ileri zincirleme bölünmeleri kullanır.