Validation croisée par v-ensembles


De DataFranca

Définition

Dans la validation croisée v-ensembles, nous tirons de façon répétée un certain nombre d’échantillons aléatoires (v) dans nos données pour l’analyse, puis nous appliquons le modèle respectif, la méthode de prévision, etc. pour calculer les valeurs prédites, les classifications, etc.

Nous calculons généralement des indices de synthèse pour mesurer la précision de la prévision sur les v-réplications ; par conséquent, cette technique permet à l’analyste d’évaluer la précision globale du modèle ou de la méthode de prévision respective sur des échantillons aléatoires tirés de façon répétée.

Cette méthode est en général utilisée pour les méthodes d’arbres de classification et de régression.

Français

Validation croisée par v-ensembles

Anglais

V-fold cross validation



Source : Statistica



LES 101 MOTS DE L'INTELLIGENCE ARTIFICIELLE

Une sélection, par des experts, des termes français incontournables
en données massives, en science des données et en intelligence artificielle.

ACHETEZ LE LIVRE   |   TÉLÉCHARGEZ L'APPLICATION
Contributeurs : Imane Meziani, wiki