کراس توثیق

It makes better use of limited data and gives a more reliable performance estimate than a single train/test split.

ایک ٹرین/ٹیسٹ اسپلٹ نازک ہے: آپ کو جو سکور ملتا ہے اس کا انحصار اس بات پر ہوتا ہے کہ ٹیسٹ سیٹ میں کون سی قطاریں اتریں۔ کراس توثیق ٹیسٹ سیٹ کے کردار کو گھما کر اسے ٹھیک کرتی ہے۔ k-fold کراس توثیق میں، آپ ڈیٹا کو k برابر فولڈز میں تقسیم کرتے ہیں، ان میں سے k-1 پر ٹرین کرتے ہیں، ہولڈ آؤٹ فولڈ پر اندازہ لگاتے ہیں، اور k بار دہراتے ہیں تاکہ ہر قطار کو بالکل ایک بار ٹیسٹ کیا جائے۔ k سکور کی اوسط سے زیادہ مستحکم تخمینہ اور تغیر کا ایک پیمانہ حاصل ہوتا ہے۔ عام انتخاب 5 یا 10 گنا ہیں۔ متغیرات میں سٹرٹیفائیڈ k-fold (غیر متوازن ڈیٹا کے لیے طبقاتی تناسب کو محفوظ کرنا)، لیو ون آؤٹ (k نمونوں کی تعداد کے برابر ہے)، اور ٹائم سیریز اسپلٹس شامل ہیں جو ماضی کی پیشین گوئی کرنے کے لیے کبھی بھی مستقبل کی تربیت نہیں کرتے ہیں۔