看仪表盘——validation

先试想一下，对于一个简单的二分类问题，我们如何选择合适的算法？



我们有许许多多的H，如何选择出最为合适的算法？

最合理的方法是：对于每一个H，我们选择出Eout最小的g，然后对于各个g，再选择Eout最小的。然而，我们并不知道Eout怎么求。



使用Ein显然不合理。



我们之前就说过，Etest的作用相当于Eout。每次我们得到数据，都切出一块数据来模拟test数据，切出来的数据叫做validation数据。



过程就是：

1.对于我们拥有的数据D，分成两份Dtrain和Dval；

2.使用Dtrain训练每一个H，然后使用Dval挑选出最好的Hm；

3.对于Hm重新使用D，训练。

究竟Dval的sizeK大小为多少合适呢？



Leave-One-Out Cross validation

假设K=1，有：





这么做的问题是什么呢？



一是计算量太大，实际上不能实现；二是不稳定。

所以可以使用V-fold Cross Validation