Balidazio gurutzatua eredu bat ikusi gabeko datu berrietara zenbateraino orokortzen den ebaluatzeko erabiltzen den teknika da. Bere helburu nagusia da eredu baten errendimendua ebaluatzea, gehiegizko egokitzea saihestea eta modeloak datu-multzo independenteetan nola funtzionatuko duen buruzko estimazio fidagarriak ematea.
Metodologia
-
K-Fold Cross-Validation: metodo honek datu-multzoa gutxi gorabehera tamaina bereko k azpimultzo/tolesduretan zatitzea dakar. Eredua k aldiz entrenatzen da, aldi bakoitzean k-1 tolesturak entrenatzeko eta gainerako tolesdura baliozkotzeko. Prozesu honek k eredu eta errendimendu estimazio ezberdin sortzen ditu, normalean emaitzen batez bestekoa eginez, ebaluazio-neurri sendoagoa emanez.
-
Leave-One-Out Cross-Validation (LOOCV): LOOCV-n, datu-puntu bakarra baliozkotze multzo gisa gordetzen da gainerako datuak entrenatzeko erabiltzen diren bitartean. Prozesu hau datu-puntu bakoitzerako errepikatzen da, n iterazioen ondorioz (non n = datu-puntu kopurua). Oso konputazionalki garestia da, baina estimazio fidagarria eman dezake, batez ere datu multzo txikiagoekin.
Helburua
-
Ereduaren errendimendua ebaluatzea: Balidazio gurutzatuak eredu bat ikusten ez diren datuetan nola funtzionatzen duen ulertzen laguntzen du, entrenamendu-multzoa (gehiegizko egokitzea) bakarrik memorizatu ez duela, baizik eta orokor daitezkeen ereduak ikasi dituela ziurtatuz.
-
Gehiegizko egokitze-murrizketa: eredua datuen azpimultzo desberdinetan baliozkotuz, baliozkotze gurutzatuak gainegokitzea identifikatzen eta arintzen laguntzen du. Ikusten ez diren datuetan ereduak nola funtzionatzen duen ebaluatzen du, zarata edo garrantzirik gabeko ereduak atzemateko aukerak gutxituz.
-
Orokortze-estimazio fidagarriak: Balidazio gurutzatuak eredu baten errendimenduaren estimazio fidagarriagoak eskaintzen ditu baliozkotze-multzo anitz aprobetxatuz, ereduak datu berrietara orokortzeko duen gaitasunaren ebaluazio sendoagoak eginez.
Abantailak eta eszenatoki praktikoak
-
K-Fold CV: oso erabilia da eta datu multzo gehienetarako egokia da. Hala ere, datu multzo handietarako, kostu konputazionala handia izan daiteke.
-
LOOCV: alborapen gutxieneko estimazioa ematen du, baina konputazionalki garestia eta ezinezkoa izan daiteke datu multzo handiagoetarako, iterazio kopuru handia dela eta.
Eszenarioak
-
Datu multzo txikiak: LOOCV onuragarria izan daiteke, kostu konputazionala izan arren estimazio fidagarria ematen baitu.
-
Datu multzo handiak: K-Fold CV praktikoagoa izan liteke bere konputazio-eskakizun baxuagoengatik, estimazio sendoak ematen dituen bitartean.
Balio gurutzatua funtsezkoa da ereduaren errendimendua ebaluatzeko, gehiegizko egokitzapena murrizteko eta ereduaren orokortzeko gaitasuna kalkulatzeko. Metodoaren aukeraketa askotan datu-multzoaren tamainaren, baliabide konputazionalaren eta ereduaren errendimendua kalkulatzeko behar den zehaztasun-mailaren araberakoa da.
