Inhaltsverzeichnis:
Definition - Was bedeutet Kreuzvalidierung?
Die Kreuzvalidierung ist eine Technik, mit der bewertet wird, wie sich die Ergebnisse der statistischen Analyse auf einen unabhängigen Datensatz verallgemeinern lassen. Die Kreuzvalidierung wird hauptsächlich in Umgebungen verwendet, in denen das Ziel eine Vorhersage ist und die Genauigkeit der Leistung eines Vorhersagemodells geschätzt werden muss. Der Hauptgrund für die Verwendung der Kreuzvalidierung anstelle der konventionellen Validierung besteht darin, dass nicht genügend Daten verfügbar sind, um sie in separate Trainings- und Testsätze zu unterteilen (wie bei der konventionellen Validierung). Dies führt zu einem Verlust der Test- und Modellierungsfähigkeit.
Die Kreuzvalidierung wird auch als Rotationsschätzung bezeichnet.
Techopedia erklärt Cross-Validation
Für ein Vorhersageproblem wird ein Modell im Allgemeinen mit einem Datensatz bekannter Daten versehen, der als Trainingsdatensatz bezeichnet wird, und einem Datensatz unbekannter Daten, gegen die das Modell getestet wird, der als Testdatensatz bezeichnet wird. Das Ziel ist es, einen Datensatz zum Testen des Modells in der Trainingsphase zu haben und dann einen Einblick zu geben, wie sich das spezifische Modell an einen unabhängigen Datensatz anpasst. Eine Runde der Kreuzvalidierung umfasst die Aufteilung von Daten in komplementäre Teilmengen und die anschließende Analyse einer Teilmenge. Danach wird die Analyse an anderen Teilmengen (Testmengen) validiert. Um die Variabilität zu verringern, werden viele Runden der Kreuzvalidierung unter Verwendung vieler verschiedener Partitionen durchgeführt und anschließend ein Durchschnitt der Ergebnisse gebildet. Die Kreuzvalidierung ist eine leistungsstarke Technik zur Schätzung der Modellleistungstechnik.
