Definíció
A cross-validation a modell teljesítményét több train/validation felosztáson értékeli, csökkentve a véletlen felosztásból származó torzítást.
K-fold cross-validation
K-fold: az adat K egyenlő részre osztása. K-1 rész tanítás, 1 rész validáció. K iteráció után az eredmények átlagolása.
Stratified CV
Stratified K-fold: minden foldban az osztályok aránya megegyezik a teljes adathalmazzal. Fontos imbalanced adatoknál.
Hiperparaméter hangolás
Grid search vagy random search cross-validation eredményeire épül. Nested CV: külső loop generalizáció, belső loop hiperparaméter hangolás — data leakage elkerülése.
Elemzési megjegyzések
A CV költséges nagy adathalmazokon és komplex modelleken. Hold-out validáció gyorsabb, de nagyobb varianciával.
Az algoritmusok, modellek és technológiai megoldások leírása általános referencia jellegű. A tényleges implementáció és eredmények az adathalmaztól, a paraméterektől és a futtatási környezettől függnek.
