泛化误差的各种交叉验证估计方法综述
Survey for various cross-validation estimators of generalization error作者机构：山西财经大学应用数学学院太原030031 山西大学计算机中心太原030006
出 版 物：《计算机应用研究》 (Application Research of Computers)
年 卷 期：2015年第32卷第5期
页 面：1287-1290,1297页
学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）]
基 金：国家自然科学基金资助项目(11171169) 山西省科技基础条件平台建设项目(2013091003-0101)
摘 要：在机器学习中,泛化误差(预测误差)是用于算法性能度量最常用的指标,然而由于数据的分布未知,泛化误差不能被直接计算,实际中常常通过各种形式的交叉验证方法来估计泛化误差。详细地分析了泛化误差的各交叉验证估计方法的优缺点,对照了各种方法之间的差异,提出和分析了各方法中有待进一步研究的问题和方向。
维普期刊数据库
同方期刊数据库