模型评价之二——其它验证方法

---

留出法(hold-out)

为了评估泛化误差，将初始的数据集划分为训练集和验证集，验证集的误差可以近似作为泛化误差。留出法就是把数据集D切成两块，大概70%的训练集，30%的验证集。
另外，在给定划分比例之后，仍存在多种划分方式，因此一般采用若干次的随即划分，然后取平均评估结果。

自助采样法(bootstrap sampling)

从数据集D中随机抽取一个样本，把它拷贝到训练集后放回数据集D，重复此动作m次，我们就得到了训练集 $D'$，而未选中的样本就作为验证集。显然有一部分样本会出现多次，而另一部分样本不出现。
$\displaystyle \lim_{m\to \infty}(1-\frac{1}{m})^m= \frac{1}{e}\approx0.368$

即通过自助采样，D中约有36.8%的样本不会出现在 $D'$中。

---

完，感谢阅读！------李豪