la matrice di confusione della convalida incrociata dovrebbe includere tutti i dati convalidati incrociatamente e non solo gli ultimiNei modelli predittivi con variabile binaria Y che consentono la convalida incrociata, ad esempio k-fold o leave-one-out, la matrice di confusione riflette solo l'ultima iterazione della convalida incrociata. Ad esempio, nella convalida incrociata a 5 fold, il set di training contiene l'80% dei dati e il set di validazione il 20%. Il set di validazione dovrebbe combinare tutti e 5 i fold dei dati per mostrare il 100%. Per il leave-one-out è ancora più inutile poiché il set di validazione contiene una sola osservazione.
Modellazione predittiva e apprendimento automaticoOggetto: La matrice di confusione della convalida incrociata dovrebbe includere tutti i dati convalidati incrociatamente, non solo gli ultimi - Stato modificato in: ArchiviatoStiamo archiviando questa richiesta. Se la questione è ancora importante, vi preghiamo di fornire ulteriori dettagli nei commenti e riapriremo la richiesta. Grazie!
