S折交叉验证(S-fold cross validation)

S折交叉验证(S-fold cross validation)

觉得有用的话,欢迎一起讨论相互学习~Follow Me

仅为个人观点，欢迎讨论

参考文献
https://blog.csdn.net/aliceyangxi1987/article/details/73532651
李航-统计学习方法
https://blog.csdn.net/jasonding1354/article/details/50562513
知乎问题

引用《统计学习方法》

• S折交叉验证

  • 首先随机地将已给数据切分为S个互补相交的大小相同的子集；然后利用S-1个子集的数据训练模型，利用余下的子集测试模型；将这一过程对所有可能的S种选择重复进行；最后选出S次测评中平均测试误差最小的模型

    问题引入

    此处引入各种想法

1. 目前，根据行业公认的评价方法的所谓准确率等指标，都是对测试集而言的，因此要求测试集不参与模型的训练过程。
   十折交叉验证方法中，10份数据轮流作为训练集和验证集。
   因此实际上也是全部参加了训练的。因此，理论上为了保证最后测试结果的有效性，应该先将数据分为训练集和测试集，然后对训练集采用十折交叉验证。

链接：https://www.zhihu.com/question/274417233/answer/376476821

1. 一般情况下，我会选择先把整个数据集分为训练集合（training set）和测试集合（test set）。训练集用来构建和筛选模型，测试集合用于评估最后确定的模型。 具体言之，我们经常会用cross validation 来进行模型选择和hyperparameter的优化，在确定了最佳模型和hyperparameters之后，再对最终的模型进行评估。而为保证最终的模型评估不被这个优化的过程所影响，评估时所用的数据集（也就是test set）不应该参与过之前的模型选择和参数优化，所以是独立于10-fold cross validation时所用的数据集的。
   简而言之，我总结一下训练和评估的大致步骤：
   1. 将数据集合分为训练集合和测试集合；
   2. 在训练集合中使用k-fold validation来进行模型选择和调参数（hyperparameters），确定最佳模型和参数配置；
   3. 使用所有的训练集合中的数据来训练这个最佳模型；
   4. 用测试数据集来评估这个最佳模型。

链接：https://www.zhihu.com/question/274417233/answer/378759200

1. 如果是将全部的数据分成10份d1,d2...d10，挑选其中的d1作为测试集，其他的作为训练集，那么在训练之后用模型对d1进行测试。然后下一组实验开始的时候挑选d2作为测试集，其他的作为训练集，训练测试，再依次进行后面的。最后求平均。
   为什么测试集参与了训练？每组开始的时候模型的参数应该是重新初始化的吧。模型参数重新初始化，等同于在这一组实验内测试集仅作为测试，并没有参与训练啊。

链接：https://www.zhihu.com/question/274417233/answer/552752196

个人观点

结合 csdn_JasonDing1354或cdsn_liuweiyuxiang以及csdn_aliceyangxi1987的观点和我自己的思考

以下观点仅代表个人观点

1. 交叉验证一般是用来表示一个方法比另一个方法好的，或者一个超参数比另一个超参数好的(而不是具体的神经元的偏置和权重) K折交叉验证使用全部的数据，并且会有K个不同的模型，通过计算K个模型对应的测试集上的表现的平均值评价这个方法的好坏。也就是说 每次权重都进行了初始化，是K个不同的模型，评价的是方法
2. 即我认同的是知乎上第三个观点：
   如果为了提高模型的性能，我大可使用所有的数据进行训练。
   如果我真的需要评价模型的好坏，直接给个没见过的数据就好了(毕竟产学研相结合,什么东西都要放在实际生活着中进行检测，人为的提前划分数据集为训练集和测试集，再在训练集上使用K折验证，然后用测试集进行验证，不如直接把训练集上所有数据都用来训练，更多的数据训练效果更好啊！！哈哈哈~) 这样就失去交叉验证的意义了~ 呵呵呵