التحقق المتقاطع K-Fold

يمنحك تقسيم واحد للتدريب والاختبار نتيجة واحدة فقط. وإذا كان هذا التقسيم محظوظًا أو سيئ الحظ، فقد يكون تقديرك مضللًا.

تعيد المصادقة المتقاطعة استخدام بياناتك مرات عديدة، وتختبر النموذج على جزء مختلف في كل جولة، ثم تحسب متوسط النتائج للحصول على تقدير أكثر استقرارًا.

تجزئ البيانات إلى k أجزاء متساوية تُسمى طيات. ومن الخيارات الشائعة استخدام خمس طيات، ما يوفر خمس جولات اختبار منفصلة.

في كل جولة، تصبح إحدى الطيات مجموعة الاختبار، وتُستخدم الطيات الأخرى وعددها k ناقص واحد لتدريب النموذج. ثم تنتقل طية الاختبار إلى الطية التالية.

خلال k جولات، يُختبر كل صف مرة واحدة بالضبط، ويُستخدم للتدريب في بقية الجولات. لا تُهدر أي بيانات. 🔄

ينتهي بك الأمر إلى k نتائج، واحدة لكل طية. ويُعد متوسطها تقديرك الرئيسي، بينما يوضح تشتتها مدى استقرار النموذج.

يتولى scikit-learn تنفيذ الحلقات نيابةً عنك. إذ تعيد الدالة المساعدة cross_val_score نتيجة واحدة لكل طية في سطر واحد.

تحتوي المصفوفة المعادة على نتيجة كل طية. احسب متوسطها للحصول على النتيجة الرئيسية، واستخدم انحرافها المعياري لتقدير الموثوقية.

تُستخدم عادةً خمس أو عشر طيات. فزيادة عدد الطيات تعني تدريبًا على بيانات أكثر في كل جولة، لكنها تتطلب قدرة حسابية أكبر؛ إنها مفاضلة بين السرعة والاستقرار.

في مسائل التصنيف، استخدم StratifiedKFold حتى تعكس كل طية توازن الفئات العام. ويطبّق scikit-learn ذلك تلقائيًا مع المصنّفات.

تساعدك المصادقة المتقاطعة على اختيار النموذج أثناء التطوير. ومع ذلك، احتفظ بـ مجموعة اختبار واحدة لم تُلمس لتحصل على نتيجة صادقة واحدة في النهاية.

قسّم البيانات إلى k طيات، وبدّل طية الاختبار، ثم احسب متوسط النتائج للحصول على تقدير متين. استخدم cross_val_score، ثم اختبارًا نهائيًا محجوزًا. 🔄