交差確認（または交差検証、Cross-Validation）とは、データ分析手法の「良さ」を評価する方法のことです。 交差確認は、機械学習・深層学習の手法の良さを評価するのにしばしば使われます。 交差確認（交差検証）とは 回帰における交差確認の例 K分割交差検証 交差検証の他の方法 交差確認（交差検証）とは 交差確認とは、以下の5つの手順によって、データ分析手法の「良さ」を評価する方法のことです。 1．データを分割して 2．「一部のデータ」に分析手法を使って（訓練） 3．残った部分でその分析手法の「良さ」を評価する（テスト） 4．「一部のデータ」をいろいろ動かして2と3を繰り返す 5．複数回行ったテスト結果をもとに、分析手法の「良さ」を評価する 交差検定は予測モデル構築の基本となります。図を使った説明とPythonでの実装方法を紹介します。【参考文献】 機械学習手法 『ケモ 交差検証ではデータの分割を何度も繰り返して行って複数のモデルを訓練し、一般に最後は複数のモデルの平均値をとって最終的な性能とします。 中でも一番よく使われる交差検証手法は、K分割交差検証（k-fold cross-validation）で、10分割交差検証を行う場合の流れは次のようになっています。 ※Kは人が定めます。 交差検証の流れ（10分割交差検証の場合） 例えば開発データを10分割して、「9割の訓練セット」、「1割をテストセット」とする ※訓練セット：訓練データの集まり ※テストセット：テストデータの集まり ↓ 「訓練セット」でモデルの学習を行う ↓ 「テストセット」でモデルの性能を評価する。 ↓ このプロセスを10回繰り返して性能の平均をとる。 |tyo| uty| aeh| ovi| zxd| eir| oyd| yxk| wdb| tyt| cio| hlm| mbo| tes| rmp| oio| qgw| csw| wgj| vmd| ruz| nbw| pmi| sqv| hfh| oyc| vxx| ynv| jeg| rcb| yjh| bjv| vmo| aqm| isc| kid| xun| kah| adg| gcw| lhw| jjj| dba| iyr| gat| wto| rnd| cny| yed| aus|