mlr3 - mlr3 中的 CV 或训练/预测
问题描述
在 Patrick Schratz 的一篇文章“交叉验证 - 训练/预测”的误解中
https://mlr-org.com/docs/cv-vs-predict/
提到:
(a) CV 用于评估模型的性能。
(b) 训练/预测是为了创建最终预测(你的老板可能会用它来做出一些决定)。
这意味着在mlr3中,如果我们在学术界,需要发表论文,我们需要使用CV,因为我们打算比较不同算法的性能。而在工业中,如果我们的计划是训练一个模型,然后必须一次又一次地使用工业数据进行预测,我们需要使用 mlr3 提供的训练/预测方法吗?
这是我完全选错的东西吗?
谢谢
解决方案
如果你想对模型的表现做出陈述,你总是需要一份简历。
如果要使用模型对未知数据进行预测,请进行单次拟合,然后进行预测。
所以在实践中,你需要两者:CV +“train+predict”。
PS:您的帖子并不适合 Stackoverflow,因为它与编码问题无关。有关统计问题,请参阅https://stats.stackexchange.com/。
PS2:如果您谈论帖子,请附上链接。在这种情况下,我是该帖子的作者,但大多数其他人可能不知道您在说什么;)
推荐阅读
- python - How to add parameter sliders to differential equation plots in python?
- javascript - 如何更改角材料元素/组件的属性?
- java - Android 应用在安装前请求权限
- python - 我们应该 gitignore .python-version 文件吗?
- sql - SELECT FROM Table WHERE 不部分的确切数字在字符串 SQL 中
- c# - SQL 连接似乎打开了
- python - 将Dataset中的列类型转换为python中具有特定格式的日期时间类型时出错
- postman - Azure B2C Postman OAuth 2.0 - 隐式授权 - invalid_request
- python - 我有一个字符串`-2½`,需要转换成浮点数-2.5
- javascript - 我应该针对生产构建转换(即 Babel)运行我的测试吗?