Azərbaycanca
Беларускі
Dansk
Deutsch
Española
Français
Indonesia
Italiana
日本語
Қазақ
Lietuvos
Nederlands
Português
Русский
සිංහල
แบบไทย
Türkçe
Українська
中國人
United State
Afrikaans
Çarpraz doğrulama, yapılan bir istatistiksel analizin bağımsız bir veri setinde nasıl bir sonuç elde edeceğini sınayan bir tekniğidir. Başlıca kullanım alanı bir pratikte hangi doğrulukla çalışacağını kestirmektir. Bir öngörü probleminde, model genellikle bir "bilinen veri" kümesiyle eğitilir ("eğitim kümesi") ve bir "bilinmeyen veri" kümesiyle ("doğrulama kümesi" ya da "test kümesi") sınanır. Bu sınamanın amacı, eğitilen modelin yeni verilere genelleşme kabiliyetini ölçmek ve aşırı uyma ya da seçim yanlılığı problemlerini tespit etmektir.
Çapraz doğrulamanın ilk adımı farklı miktarlarda örnekler seçilerek oluşturulmasıdır. Tipik olarak verilen ve olarak birbirini tamamlayan iki kümeye ayrılır. Birinci küme üzerinde analiz yapılarak model oluşturulur ve ikinci küme üzerinde model sınanır. Varyansı azaltmak için bu doğrulama adımı birkaç defa tekrarlanır. Çapraz doğulama ismini aynı veri örneklerinin farklı şekillerde gruplanmasından (çaprazlama) alır. Çaprazlanan gruplar üzerinde yapılan sınama sonuçları birleştirilerek (örn. ortalama) modelin genel tahmin başarısı ölçülür.
Kaynakça
- ^ Kohavi, Ron (1995). "A study of cross-validation and bootstrap for accuracy estimation and model selection". Proceedings of the Fourteenth International Joint Conference on Artificial Intelligence. 2 (12). San Mateo, CA: Morgan Kaufmann. ss. 1137-1143.
- ^ Galkin, Alexander (28 Kasım 2011). "What is the difference between test set and validation set?". Erişim tarihi: 10 Ekim 2018.[]
- ^ Cawley, Gavin C.; Talbot, Nicola L. C. (2010). (PDF). Cilt 11. Journal of Machine Learning Research. ss. 2079-2107. 25 Eylül 2019 tarihinde kaynağından (PDF) arşivlendi. Erişim tarihi: 18 Eylül 2019.
wikipedia, wiki, viki, vikipedia, oku, kitap, kütüphane, kütübhane, ara, ara bul, bul, herşey, ne arasanız burada,hikayeler, makale, kitaplar, öğren, wiki, bilgi, tarih, yukle, izle, telefon için, turk, türk, türkçe, turkce, nasıl yapılır, ne demek, nasıl, yapmak, yapılır, indir, ücretsiz, ücretsiz indir, bedava, bedava indir, mp3, video, mp4, 3gp, jpg, jpeg, gif, png, resim, müzik, şarkı, film, film, oyun, oyunlar, mobil, cep telefonu, telefon, android, ios, apple, samsung, iphone, xiomi, xiaomi, redmi, honor, oppo, nokia, sonya, mi, pc, web, computer, bilgisayar
Carpraz dogrulama yapilan bir istatistiksel analizin bagimsiz bir veri setinde nasil bir sonuc elde edecegini sinayan bir teknigidir Baslica kullanim alani bir pratikte hangi dogrulukla calisacagini kestirmektir Bir ongoru probleminde model genellikle bir bilinen veri kumesiyle egitilir egitim kumesi ve bir bilinmeyen veri kumesiyle dogrulama kumesi ya da test kumesi sinanir Bu sinamanin amaci egitilen modelin yeni verilere genellesme kabiliyetini olcmek ve asiri uyma ya da secim yanliligi problemlerini tespit etmektir Carpraz dogrulama diyagrami Capraz dogrulamanin ilk adimi farkli miktarlarda ornekler secilerek olusturulmasidir Tipik olarak verilen ve olarak birbirini tamamlayan iki kumeye ayrilir Birinci kume uzerinde analiz yapilarak model olusturulur ve ikinci kume uzerinde model sinanir Varyansi azaltmak icin bu dogrulama adimi birkac defa tekrarlanir Capraz dogulama ismini ayni veri orneklerinin farkli sekillerde gruplanmasindan caprazlama alir Caprazlanan gruplar uzerinde yapilan sinama sonuclari birlestirilerek orn ortalama modelin genel tahmin basarisi olculur Kaynakca Kohavi Ron 1995 A study of cross validation and bootstrap for accuracy estimation and model selection Proceedings of the Fourteenth International Joint Conference on Artificial Intelligence 2 12 San Mateo CA Morgan Kaufmann ss 1137 1143 Galkin Alexander 28 Kasim 2011 What is the difference between test set and validation set Erisim tarihi 10 Ekim 2018 olu kirik baglanti Cawley Gavin C Talbot Nicola L C 2010 PDF Cilt 11 Journal of Machine Learning Research ss 2079 2107 25 Eylul 2019 tarihinde kaynagindan PDF arsivlendi Erisim tarihi 18 Eylul 2019