e****z
发帖数: 119 | 1 上课总是听老师说leave-one-out CV 不好，容易overfit，或者under estimate
prediction error什么的，可是一直想不通为啥？ 另外如果我不用CV做variable
selection,而是给定model了，只是用来leave-one-out CV评价prediction的好坏，或
者说评价数据的好坏，这样用leave-one-out CV 会under estimate prediction error
？？？想不通。有没有哪位好心人给讲讲？拜谢。 |
D******n
发帖数: 2836 | 2 because it just leaves one out....
error
【在 e****z 的大作中提到】
: 上课总是听老师说leave-one-out CV 不好，容易overfit，或者under estimate
: prediction error什么的，可是一直想不通为啥？ 另外如果我不用CV做variable
: selection,而是给定model了，只是用来leave-one-out CV评价prediction的好坏，或
: 者说评价数据的好坏，这样用leave-one-out CV 会under estimate prediction error
: ？？？想不通。有没有哪位好心人给讲讲？拜谢。
|
e****z
发帖数: 119 | 3 谢谢回复。leave one out 不是很好么，这样更接近整个数据的performance？
【在 D******n 的大作中提到】
: because it just leaves one out....
:
: error
|
s*r
发帖数: 2757 | 4 but leave two out may be better.
【在 e****z 的大作中提到】
: 谢谢回复。leave one out 不是很好么，这样更接近整个数据的performance？
|
e****z
发帖数: 119 | 5 谢谢您的回复。可是能说说理由么？我实在是笨，想不通为啥？
【在 s*r 的大作中提到】
: but leave two out may be better.
|
s*r
发帖数: 2757 | 6 you do not have wb.
google it yourself
usually people do 10 folder / 5folder cv where they leave out 10% to 20%
and you also need figure out what you will do with the samples that you
leave out. people may score the model using what was left out
【在 e****z 的大作中提到】
: 谢谢您的回复。可是能说说理由么？我实在是笨，想不通为啥？
|
