machine-learning - 为什么要使用交叉验证？

Question

目前我正在参加几场 Kaggle 机器学习比赛，我有一个简单的问题。为什么我们使用交叉验证来评估我们的算法在这些比赛中的有效性？

当然，在这些比赛中，你在公开排行榜上的得分，你的算法会根据实际实时数据进行测试，这会让你更准确地表示你的算法效率吗？

Answer 1

交叉验证是模型构建的必要步骤。如果交叉验证给您带来糟糕的结果，那么即使在实时数据上进行尝试也是没有意义的。您正在训练和验证的数据集也是实时数据，不是吗？所以，结果应该是相似的。如果不验证您的模型，您将无法深入了解其性能。在训练集上给出 100% 准确率的模型可以在验证集上给出随机结果。

让我再次重申，交叉验证不是实时数据测试的替代品，它是模型构建过程的一部分。