การตรวจสอบข้ามและการปรับพารามิเตอร์ให้เหมาะสม

ฉันมีคำถามเกี่ยวกับการปรับพารามิเตอร์ให้เหมาะสมเมื่อฉันใช้การตรวจสอบความถูกต้องไขว้ 10 เท่า

ฉันต้องการถามว่าพารามิเตอร์ควรแก้ไขหรือไม่ในระหว่างการฝึกอบรมแบบจำลองของทุกครั้งหรือไม่เช่น (1) เลือกพารามิเตอร์ที่ปรับให้เหมาะสมหนึ่งชุดเพื่อความแม่นยำเฉลี่ยของการพับทุกครั้ง

หรือ

(2) ฉันควรค้นหาพารามิเตอร์ที่เหมาะสมสำหรับทุก ๆ เท่าและทุก ๆ เท่าจะใช้พารามิเตอร์ที่ปรับให้เหมาะสมที่สุดเพื่อฝึกโมเดลของมันจากนั้นทดสอบข้อมูลการทดสอบของโฟลด์ตามลำดับและในที่สุดก็เฉลี่ยความแม่นยำของทุกเท่า

วิธีใดที่ถูกต้องสำหรับการตรวจสอบข้าม ขอบคุณมาก.

ให้เราแยกความแตกต่างระหว่างพารามิเตอร์สองชุดแรก: พารามิเตอร์โมเดล (เช่นน้ำหนักสำหรับคุณสมบัติในการถดถอย) และพารามิเตอร์กับอัลกอริทึมการเรียนรู้ (และพารามิเตอร์ไฮเปอร์พารามิเตอร์) จุดประสงค์ของการตรวจสอบข้ามคือการระบุพารามิเตอร์การเรียนรู้ที่สรุปได้ดีในตัวอย่างประชากรที่เราเรียนรู้ในแต่ละครั้ง

โดยเฉพาะอย่างยิ่ง: เราค้นหาทั่วโลกเกี่ยวกับพื้นที่มากกว่าพารามิเตอร์การเรียนรู้ แต่ในแต่ละครั้งเราจะแก้ไขพารามิเตอร์การเรียนรู้และเรียนรู้พารามิเตอร์โมเดล ผลลัพธ์ควรเป็นพารามิเตอร์การเรียนรู้ที่สร้างประสิทธิภาพที่ดีที่สุดโดยเฉลี่ยในทุกเท่า จากนั้นเราสามารถใช้สิ่งเหล่านี้เพื่อฝึกฝนโมเดลบนชุดข้อมูลทั้งหมด

ฉันคิดว่าคำตอบที่ยอมรับในปัจจุบันไม่สมบูรณ์ในทางที่โชคร้าย ฉันไม่เห็นด้วยกับประโยค

จุดประสงค์ของการตรวจสอบข้ามคือการระบุพารามิเตอร์การเรียนรู้ที่สรุปได้ดีในตัวอย่างประชากรที่เราเรียนรู้ในแต่ละครั้ง

นี่เป็นแอปพลิเคชันที่สำคัญมากอย่างหนึ่งในการตรวจสอบไขว้ แต่ไม่ใช่โปรแกรมเดียว โดยปกติคุณต้องการทำสองสิ่ง:

1. สร้างแบบจำลองที่ดีที่สุดที่คุณสามารถทำได้
2. รับการแสดงผลที่แม่นยำว่าทำงานได้ดีเพียงใด

ตอนนี้เพื่อให้วัตถุประสงค์ที่ 1 เสร็จสมบูรณ์ขึ้นอยู่กับอัลกอริทึมของคุณคุณอาจจำเป็นต้องปรับแต่งพารามิเตอร์ไฮเปอร์พารามิเตอร์ แต่สิ่งนี้ยังไม่ช่วยให้คุณมีวัตถุประสงค์ 2 สำหรับสิ่งนี้คุณต้องทำการตรวจสอบความถูกต้องของครอส

• แยกข้อมูลทั้งหมดออกเป็น n เท่า
• สำหรับแต่ละรายการให้แยกข้อมูลการฝึกอบรมออกเป็นส่วนย่อยอีกครั้ง
• ใช้การตรวจสอบไขว้บนโฟลเดอร์ย่อยเพื่อเรียนรู้พารามิเตอร์ที่ดี
• ด้วยพารามิเตอร์หลายตัวเหล่านี้สร้างแบบจำลองบนข้อมูลการฝึกอบรมของรอยพับนั้น
• ทดสอบแบบจำลองกับข้อมูลการทดสอบ
• ทำซ้ำในรอยพับถัดไป

ในการสร้างแบบจำลองที่ดีคุณเพียงแค่ต้องมีการตรวจสอบความถูกต้องจากภายใน คุณจะต้องทำเช่นนั้นเพื่อให้ได้แบบอย่างที่ดี แต่เพื่อให้การประเมินประสิทธิภาพของแบบจำลองของคุณดีขึ้นคุณจะต้องดำเนินการกระบวนการสร้างแบบจำลองทั้งหมดภายในรูปแบบการตรวจสอบความถูกต้อง ซึ่งรวมถึงขั้นตอนเช่นการใส่ร้าย ฯลฯ