關於交叉驗證的問題
2019/10/08 02:24 下午
機器學習共學討論版
doris
觀看數：22
回答數：3
收藏數：0
ml100-2
ml100-2-d06
嗨，
想問有一組資料集，target 0 , 1 的數目相差甚大（ target0 僅佔 8%左右）。我在交叉驗證時，傾向的做法是：先將原始資料集經過初步的整體分成 targe 0:target = 5:5， 然後再進行10-folder validation。但我有個疑問想要釐清：
1. k-folder validation的優點是可以增加訓練資料，且每筆資料都有經過訓練，降低偏誤（抽樣抽到某一性質特別多的樣本）的產生。然而我一開始把targe 0:target1分成5:5，就已經將部分樣本，經過隨機篩選機制篩選掉的，這樣的處理，並沒有滿足減少偏誤的目標（稀釋了k-folder的優勢）。有沒有其他更好的處理方式？