A Validação Cruzada, também chamada de técnica de amostragem externa, é um elemento essencial de um projeto de ciência de dados. É um procedimento de reamostragem usado para avaliar modelos de aprendizado de máquina e acessar como o modelo se comportará em um conjunto de dados de teste independente. Abaixo estão os tipos de validação cruzada.
Validação cruzada leave-one-out
Validação cruzada holdout
Validação cruzada por subsampling aleatório repetido
Validação cruzada k-fold
Validação cruzada k-fold estratificada
Validação cruzada de séries temporais
#validaçãocruzada #aprendizado de máquina #ciênciadedados
Inscreva-se no canal @krishnaik06 para vídeos de Ciência de Dados em inglês.
Conecte-se comigo aqui: