Nederlands
Menu

Basis van machine learning

Bij 5-voudige kruisvalidatie (k-voudige kruisvalidatie met k = 5) op 1000 gegevenspunten: hoeveel gegevenspunten worden er bij elke trainingsronde gebruikt?

  1. A200
  2. B800
  3. C1000
Antwoord en toelichting tonen

Antwoord: B. 800

Bij k-voudige kruisvalidatie worden de gegevens in k groepen verdeeld; één groep dient voor de evaluatie en de overige k − 1 voor het trainen. Dit wordt k keer herhaald met telkens een andere evaluatiegroep, en het gemiddelde van de k evaluaties geldt als de prestatie van het model. Bij 5 groepen bevat elke groep 1000 ÷ 5 = 200 punten, dus elke ronde traint met 200 × 4 = 800 punten, en er wordt 5 keer getraind. Elk gegevenspunt wordt precies één keer voor de evaluatie gebruikt, zodat de prestaties ook met weinig gegevens stabiel kunnen worden geschat.

Dit onderwerp oefenen Naar de onderwerppagina

Meer vragen over Basis van machine learning

  1. Wat is er te zien als er overfitting optreedt?
  2. Welke uitspraak is juist als de fout van een model wordt opgesplitst in bias en variantie?
  3. Welke beschrijving van regularisatie en verwante methoden om overfitting te beperken is juist?
  4. Welke van de volgende stappen bij het bouwen van een machinelearningmodel veroorzaakt data leakage (informatie uit de evaluatiedata die in de training terechtkomt)?
  5. Een model voor classificatie met twee klassen is geëvalueerd op 200 testgegevens. De verwarringsmatrix toont 45 terecht-positieven (TP), 5 fout-positieven (FP), 45 fout-negatieven (FN) en 105 terecht-negatieven (TN). Welke combinatie van precisie en recall is juist?