Categoría: R Data-science

K-fold repetido es la técnica de validación cruzada más preferida para los modelos de aprendizaje automático de clasificación y regresión . La mezcla aleatoria y el muestreo aleatorio del conjunto de datos varias veces es el procedimiento central del algoritmo K-fold repetido y da como resultado la creación de un modelo robusto, ya que cubre … Continue reading «Validación cruzada repetida de K-fold en programación R»

LOOCV (Leave One Out Cross-Validation) es un tipo de enfoque de validación cruzada en el que cada observación se considera como el conjunto de validación y el resto (N-1) observaciones se consideran como el conjunto de entrenamiento. En LOOCV, el ajuste del modelo se realiza y se predice utilizando un conjunto de validación de observación. … Continue reading «LOOCV (Leave One Out Cross-Validation) en programación R»

El objetivo principal de cualquier modelo de aprendizaje automático es predecir el resultado de los datos en tiempo real. Para verificar si el modelo desarrollado es lo suficientemente eficiente como para predecir el resultado de un punto de datos no visto, la evaluación del rendimiento del modelo de aprendizaje automático aplicado se vuelve muy necesaria. … Continue reading «Validación cruzada de K-fold en programación R»