The main reason is that the k-fold

The main reason is that the k-fold cross-validation estimator has a lower variance than a single hold-out set estimator, which can be very important if the amount of data available is limited. If you have a single hold out set, where 90% of data are used for training and 10% used for testing, the test set is very small, so there will be a lot of variation in the performance estimate for different samples of data, or for different partitions of the data to form training and test sets. k-fold validation reduces this variance by averaging over k different partitions, so the performance estimate is less sensitive to the partitioning of the data. You can go even further by repeated k-fold cross-validation, where the cross-validation is performed using different partitionings of the data to form k sub-sets, and then taking the average over that as well.

Note however, all steps of the model fitting procedure (model selection, feature selection etc.) must be performed independently in each fold of the cross-validation procedure, or the resulting performance estimate will be optimistically biased.

Kết quả (Việt) 1:

Lý do chính là k-gấp cross-xác nhận công cụ ước tính có một phương sai thấp hơn một tổ chức duy nhất-out thiết lập công cụ ước tính, có thể rất quan trọng nếu số lượng dữ liệu có sẵn được giới hạn. Nếu bạn có một tổ chức duy nhất trong bộ, nơi 90% của dữ liệu được sử dụng cho đào tạo và 10% được sử dụng để thử nghiệm, các thiết lập thử nghiệm là rất nhỏ, do đó, sẽ có rất nhiều biến thể trong ước tính hiệu suất cho mẫu khác nhau của dữ liệu, hoặc đối với các phân vùng khác nhau của dữ liệu để tạo thành đào tạo và kiểm tra bộ. xác nhận k-gấp làm giảm phương sai này bởi trung bình trên k phân vùng khác nhau, do đó, ước tính hiệu suất là ít nhạy cảm với các phân vùng dữ liệu. Bạn có thể đi thậm chí xa hơn bằng k lặp đi lặp lại gấp chéo-kiểm tra, nơi đường xác nhận được thực hiện bằng cách sử dụng partitionings khác nhau của dữ liệu để hình thành k bộ phụ, và sau đó tham gia trung bình trong đó là tốt.Lưu ý Tuy nhiên, tất cả các bước của mô hình phù hợp thủ tục (mô hình lựa chọn, lựa chọn tính năng vv) phải được thực hiện một cách độc lập trong mỗi màn hình đầu tiên của các thủ tục xác nhận đường, hoặc ước tính hiệu suất kết quả sẽ được thiên vị lạc quan.

Kết quả (Việt) 2:

Lý do chính là rằng qua xác nhận ước lượng k-fold có một phương sai thấp hơn một hold-out set ước duy nhất, mà có thể là rất quan trọng nếu số lượng dữ liệu là có hạn. Nếu bạn có một tổ chức ra bộ duy nhất, nơi mà 90% dữ liệu được sử dụng cho đào tạo và 10% được sử dụng để thử nghiệm, tập kiểm tra là rất nhỏ, do đó, sẽ có rất nhiều sự thay đổi trong các ước tính hiệu suất cho các mẫu khác nhau của dữ liệu, hoặc cho các phân vùng khác nhau của dữ liệu để hình đào tạo và thử nghiệm bộ. xác nhận k lần giảm phương sai này bằng cách lấy trung bình trên k phân vùng khác nhau, do đó, các ước tính hiệu suất là ít nhạy cảm với các phân vùng của dữ liệu. Bạn có thể đi xa hơn nữa bằng cách lặp đi lặp lại k-fold cross-validation, nơi các chéo lệ được thực hiện bằng cách sử dụng partitionings khác nhau của dữ liệu để tạo thành k sub-bộ, và sau đó lấy trung bình trên đó là tốt. Tuy nhiên lưu ý, tất cả các bước của các mô hình quy trình phù hợp (mô hình lựa chọn, lựa chọn tính năng vv) phải được thực hiện một cách độc lập trong mỗi lần của các thủ tục qua xác nhận, hoặc dự toán thực hiện kết quả sẽ là một cách lạc quan thiên vị.