Cross-Validierung
Cross-Validierung ist eine statistische Methode zur Bewertung der Generalisierungsfähigkeit eines KI-Modells, indem der Datensatz in mehrere Teilmengen aufgeteilt und das Modell wiederholt auf verschiedenen Kombinationen von Trainings- und Validierungsdaten trainiert und getestet wird.
Kategorie: Training, Daten & Fine-Tuning
Anstatt den Datensatz einmalig in ein festes Trainings-, Validierungs- und Testset aufzuteilen, ermöglicht die Cross-Validierung eine robustere Schätzung der Modellleistung. Sie hilft, die Varianz der Leistungsschätzung zu reduzieren und ein zuverlässigeres Bild davon zu erhalten, wie das Modell auf ungesehenen Daten abschneiden wird, insbesondere bei kleinen Datensätzen.
Synonyme / Tags
- Kreuzvalidierung
- K-Fold Validierung
- Modellvalidierung
Die ganze Definition im Member Hub braucht ein kostenloses Konto.