交叉验证测验

当您参加测验时，就会出现答案和解释。

1. 在标准的 k 折交叉验证中，每个数据点用于测试多少次？
   • 正好一次
   • k次
   • k-1次
   • 这取决于随机种子
2. 与单次训练/测试分割相比，k 折交叉验证的主要优点是什么？
   • 它总是会提高模型的准确性
   • 它给出了更稳定、更少依赖运气的泛化估计
   • 它完全消除了对测试集的需要
   • 它加快了模型训练速度
3. 分层 k 重交叉验证在以下情况下特别有用：
   • 数据集完美平衡
   • 数据是一个时间序列
   • 您的类别不平衡，并且希望每次折叠保持相似的类别比例
   • 您想立即对整个数据集进行训练
4. 留一法交叉验证 (LOOCV) 将折叠数 k 设置为：
   • 2
   • 10
   • 特征数量
   • 数据集中的样本数量
5. 为了避免交叉验证期间的数据泄漏，特征缩放等预处理步骤应该是：
   • 仅适合每个训练折叠内部，然后应用于验证折叠
   • 在分割成折叠之前适合完整的数据集
   • 完全跳过
   • 仅在验证折叠上完成
6. 为什么普通的k折交叉验证不适合时间序列预测？
   • 时间序列的行数太少
   • 随机折叠可以将未来的数据放入用于预测过去的训练集中
   • 对于时间序列来说太快了
   • 时间序列根本无法分割
7. 嵌套交叉验证的目的是什么？
   • 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. 在 k 折交叉验证中，常见的初始折数选择有哪些？
   • Exactly two folds in every problem
   • One fold regardless of sample size
   • One thousand folds for every dataset
   • Five or ten folds