【发布时间】：2020-04-14 10:39:55
【问题描述】：
与数据集相比，使用太小的 K 值会有什么后果？
【问题讨论】：
标签： machine-learning statistics dataset data-science k-fold
【发布时间】：2020-04-14 10:39:55
【问题描述】：
K 的值指定您计划将数据集拆分成的折叠数。 K 的较小值意味着数据集被拆分为更少的部分，但每个部分包含的数据集比例较大。
获取一个包含 100 行的数据集。
- 2 折交叉验证 - 每折将包含 50 行。
- 10 折交叉验证 - 每折将包含 10 行。
这样，在训练时，10 折交叉验证将有 90-10 的训练测试拆分，而 2 折交叉验证将有 50-50 的训练测试拆分。
使用更多折叠，将为模型提供更多要训练的数据，但需要更多时间，因为它必须单独训练和验证K。
【讨论】：
K-fold 交叉验证中的 K 表示我们希望将训练数据分成多少等份，并对给定的有限训练数据执行 K 次重新采样。
正面：
- 即使数据有限，也可以开发出好的模型。
- 我们获得了超参数的最佳值（KNN 中的 k、朴素贝叶斯中的 alpha 等），这为我们提供了最佳性能指标（准确度、AUC、精度等）。
否定：
- 当我们对模型进行 K 次训练时，计算最佳超参数所需的时间会增加 K 次。
【讨论】：