建立预测模型时，如何进行K折交叉验证？

985

收藏 2021-09-25

交叉验证基本思路已经学会了，但是我有个问题，在交叉验证前，模型的建立是用的原始数据吗？交叉验证是不是也是在原始数据的基础上？

比如，我的数据集为mydata，根据统计学与实际情况，筛选变量，通过mydata（不拆分训练集和验证集）建立logistic模型，然后再用原始的mydata和刚才拟合的logistic模型进行K折交叉验证？

求指点

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

全部回复

s609078902

2021-9-26 10:51:31

交叉验证是吧数据分成三部分：训练集、验证集和测试集，使用训练集和验证集进行交叉验证

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

dbcoffee

2021-9-26 16:18:04

s609078902 发表于 2021-9-26 10:51
交叉验证是吧数据分成三部分：训练集、验证集和测试集，使用训练集和验证集进行交叉验证

那是不是就是说将原始数据分为三份，一份是训练集，一份是验证集，一份是测试集，使用训练集建立模型，使用验证集进行交叉验证（评价模型的泛化性），最后使用测试集测试（评价模型的准确性、区分度等）？

如果是分为三份，分配的原则是什么？均分？我看交叉验证时不是说应该所有数据都利用上了吗？另外，交叉验证不是针对小样本数据效果比较理想吗？如果是小样本数据，原始数据分为三份后，每一份的数据量不是更小了吗？

问的有点多，因为正迷糊着呢，见谅