交差確認 - 機械学習の「朱鷺の杜Wiki」
交差確認 (cross validation)† サンプル集合 X から汎化誤差を推定する方法 X を n 個の部分集合に分割する i=1…n について以下を繰り返す i 番目の部分集合を Xi，その残りを ~Xi=X-Xi とする 訓練集合に ~Xi を，テスト集合に Xi を用いてエラー \(e_i\) を計算 汎化誤差は \(\frac{1}{n}\sum_i^n e_i\) になる． n個に分割したとき n分割交差確認 (n-fold cross validation) という．特に，Xの要素数がNのとき N 分割交差確認をすると leave-one-out法という． cross validation の訳語には，交差確認と交差検証とがあるようです．みなさんはどちらの訳語を使っていますか？
Momma's Wiki: OpenCV/機械学習/n-fold Cross Validation - OpenCVの機械学習で交差確認(n-fold Cross Validat...
サンプル sampleで配布されているletter_recog.cppへ適用。 letter_recog.cpp、myCrossVal.cpp、myCrossVal.h、letter-recognition.dataを同一フォルダに置き、Windowsの場合はdata以外をプロジェクトに加えてビルド。 Linux等の場合はMakefileでそれぞれコンパイルさせてリンクさせる。(動作未確認) 試行錯誤する方法としてSTLのlistを使ってみた。これも実装は汚ない。 Random Treesの場合 その1 Training classifier: 1 Cross Validation: classifier 1 test1/10: Trees :23 Recognition Rate: train= 97.4%, test= 92.8% Training classifier: 2 Cros
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
tutorials:overfit.html [Auton Lab]
