回归问题中的stratified cross validation?

  统计/机器学习 模型验证    浏览次数: 766
3

stratified cross validation对于分类问题,是按照标签比例生成每个fold,使得每个fold中标签的比例都是和原数据集一样的。那么回归问题怎么处理?如何按照比例?按照什么比例?

 

Alfred   2017-04-16 09:02



   2个回答 
5

可能这个问题还没定论,根据sklearn中的StratifiedKFold也尚未实现针对于回归问题的Stratified Cross Validation。


一种比较合理的能够实现Stratified Cross Validation的方法是对所有真实值按照四等分点分成四份,然后从这四等分的子集中随机划分K组,再将它们重新组合,成为那K个fold的数据集。这样能保证每个fold中真值的分布比较接近。

高代兄   2017-04-17 08:02

0

也可以从feature中挑一个categorical feature,然后按照这个feature中各个类别的比例来生成k个fold的数据。

ljljlj   2017-09-15 09:24



  相关主题

测试集和验证集的区别?   4回答

micro和macro F1 score分别是什么意思?   2回答

如果我用交叉验证,还是否需要单独分出测试集?   1回答

交叉验证是如何进行的?   1回答

如何在保持查全率不变的情况下提高查准率?   1回答

k-fold cross validation的k怎么选   2回答

Stratified k-fold cross validation(分层交叉验证)   1回答

十折交叉验证   1回答

python里怎么求多元分类的F1 score?   1回答

python里怎么计算一个数组的熵(entropy)?   1回答

多元分类的混淆矩阵   1回答

利用交叉验证调参后还需要用完整的数据集重新训练吗?   2回答



回答问题时需要注意什么?

我们谢绝在回答前讲“生动”的故事。

我们谢绝“这么简单,你自己想”、“书上有的,你认真看”这类的回答;如果你认为对方的提问方式或者内容不妥,你可以直接忽略该问题,不用进行任何作答,甚至可以对该问题投反对票。

我们谢绝答非所问。

我们谢绝自己不会、硬要回答。

我们感激每一个用户在编写答案时的努力与付出!