Zurück zum Glossar
Cross-Validation
Daten/Training/Evaluierung
Wiederholtes Train/Test-Splitting zur robusten Schätzung.
Cross-Validation ist ein Verfahren zur Bewertung der Modellleistung, bei dem die Daten mehrfach in Trainings- und Testmengen aufgeteilt werden. Das Ergebnis ist eine robustere Schätzung der Generalisierungsfähigkeit.
- Beispiele: k-Fold, Leave-One-Out, Stratified Cross-Validation.
- Vorteil: Reduziert Zufallseinflüsse einzelner Datensplits.