我已经在许多kaggle笔记本电脑中看到,人们在使用K-fold验证进行机器学习时都在谈论oof方法。什么是oof,它与k倍验证有关?您还可以建议一些有用的资源来详细了解概念吗

感谢您的帮助!

最佳答案

OOF只是表示“非折叠”,是指使用k折验证时学习过程中的一个步骤,其中将来自每组折叠的预测分组为一组1000个预测。这些预测现在是“过时的”,因此可以对这些预测进行计算,以很好地衡量模型的好坏。

在更多地了解它的过程中,确实没有比这更多的东西了,它当然不是它自己的学习技术或其他任何东西。如果您有较小的跟进问题,请发表评论,我将尝试更新我的回答以包括此内容。

编辑:当我徘徊在网络之间时,我偶然发现了this(来自Cross-Validated)的一个相对类似的问题(答案稍为详细),如果您仍然感到困惑,它可能会增加一些直觉。

关于machine-learning - 机器学习中的OOF方法是什么?,我们在Stack Overflow上找到一个类似的问题:https://stackoverflow.com/questions/52396191/

10-13 22:16