回复： 决策树模块中正确的k-fold操作是什么？图中第二个结果是示例中脚本运行的结果
dt = Open( "$SAMPLE_DATA/Car Poll.jmp" );
obj = dt << Partition( Y( :country ), X( :sex, :marital status, :age, :type, :size ), Split Best( 2 ) );
obj << K Fold Crossvalidation( 5 );
- 脚本应先执行决策树操作，再执行 K 折操作。
回复： 决策树模块中正确的k-fold操作是什么？Partition中交叉验证的K-fold方法是有问题的。 从 JMP 16 开始，该命令已被弃用。 它仍然可以通过脚本编写，但不推荐使用该方法。
在使用它们之前，您应该了解这些方法。 K-fold 是一种经济的方法，用于对小型数据集应用交叉验证，如果创建保留集，这些数据集可能会受到训练和验证的影响。
决策树模块中正确的 k 重操作是什么？如果手动进行决策树模块的k折操作，
是分割后选择k折吗？还是选择k折再分割？
k倍到底是什么意思？
谢谢 ！
高级统计建模消费者和市场研究实验设计预测建模和机器学习视窗
