在訓練資料的過程或者參加資料比賽的時候，常常會遇到資料量不夠大的情況，想充分利用不多的資料進行有說服力力的驗證，從而選到乙個對分類至關重要的引數，可以採用—k折交叉驗證法(k-fold crossvalidation)，下面和大家分享一下。
在遇到k折交叉驗證之前，往往使用的是簡單交叉驗證（hold -out cross validation），也就是從全部的訓練資料 d中隨機選擇 d的樣例作為訓練集 train，剩餘的作為測試集 test（紅色方框表示）。相信大家一定都非常熟悉，如果還不是很了解趕緊看看大牛andrew ng的課程吧。
在這裡，資料都只被所用了一次，沒有被充分利用
那麼，怎樣提高資料的利用率呢？
紐約大學博士seymour geisser提出k折交叉驗證法，具體步驟如下：
此時訓練集train由d變成了k*d,
資料分析分類
按照資料分析的實時性，可分為實時資料分析和離線分析兩種。實時分析，一般用於金融 移動和網際網路b2c等產品，往往要求在數秒內返回上億行資料的分析，從而達到不影響使用者體驗的目的。實時分析工具有emc的greenplum，sap的hana等。對大多數反饋時間要求不那麼嚴苛的應用，可以採用離線分析的方式...
資料分析方向分類
一 面向工具 1.1 資料分析與sas sas時間序列分析 1.2 資料分析 展現與r語言 1.2.1 r其中 之金融資料分析quantmod 1.2.2 r七種 之資料視覺化包ggplot2 1.2.3 r七種 之生命資料分析bloconductor 1.3 資料分析與spss 1.4 快速資料探...
python資料分析回歸演算法
1，線性回歸，多元回歸，邏輯回歸 回歸即用乙個函式 資料之間的關係。線性回歸指用線性函式的方式來研究變數之間關係。多元回歸是指線性函式中變數有多個。邏輯回歸是線性回歸的拓展，資料分析中有兩類問題 回歸和分類。回歸的問題採用回歸的方法，分類的問題採用分類的方法。邏輯回歸是用線性回歸的方法來 分類問題。...