k倍r2段階的な手順を実行し、k倍の決定係数を使用してパフォーマンスを評価しています。 現在、提供されている唯一のk倍のr-squareは、5つの倍すべてにわたって平均化されています。 モデル内の個々のk-foldごとに決定係数を確保することは可能ですか？
分析Re：k-fold r2こんにちは@ bbrown1 、
各フォールドの個々の結果を確認するには、代わりに「モデルスクリーニング」プラットフォーム（「分析」、「予測モデリング」、「モデルスクリーニング」）を使用してみてください。
因子と応答を入力し、「K分割交差検定」をチェックし、分割数を指定して、メニュー「方法」の「段階的にフィット」をチェックします。
次に、このスクリーンショットのように、トレーニングと検証のために個々のフォールドの結果を取得する必要があります。
「チェリーピッキング」を行わないように注意し、最良の結果が得られるフォールドを使用することを選択してください。これは、最良の結果を得るためにトレーニングと検証セットを選択することを意味しますが、これはこの検証手法の対象ではありません（検証の目的ではありません）。 これは、検証セットでデータが「失われた」または除外されていない小さなデータセットのコンテキストでモデルの堅牢性を評価するためのものです。
相互検証とモデル評価の詳細については、このディスカッションを参照してください。解決済み：小さなデータセットのK分割交差検定はどの程度優れていますか？ -JMPユーザーコミュニティ
お役に立てば幸いです。
