Bonne réponse
- Bk=10 fournit des estimations de performance plus fiables pour un coût de calcul multiplié par 2 par rapport à k=5
Explication
La validation croisée k-fold divise le jeu de données en k plis égaux, s'entraîne sur k-1 plis et valide sur le pli restant, en répétant ce processus k fois. Avec k=10, chaque modèle est entraîné sur 90 % des données et validé sur 10 %, tandis que k=5 utilise 80 % pour l'entraînement et 20 % pour la validation. La principale différence est que k=10 produit une estimation de performance avec une variance plus faible (plus fiable) car elle fait la moyenne sur un plus grand nombre de plis, mais elle nécessite environ deux fois plus de coûts de calcul (10 exécutions d'entraînement contre 5).
Pour aller plus loin
La validation croisée k-fold partitionne le jeu de données en k plis de taille égale, s'entraîne sur k-1 plis et valide sur le pli mis de côté, en répétant l'opération jusqu'à ce que chaque pli ait servi une fois, puis en faisant la moyenne des k scores. Avec k=10, chaque modèle s'entraîne sur 90 pour cent des données et valide sur 10 pour cent, tandis que k=5 s'entraîne sur 80 pour cent et valide sur 20 pour cent. Un k plus élevé produit une estimation moins biaisée car davantage de données sont utilisées par cycle d'entraînement, et le calcul de la moyenne sur dix plis réduit la variance de l'estimation, mais cela coûte environ deux fois plus de calcul puisque dix modèles sont entraînés au lieu de cinq. Une nuance qu'il est bon de connaître : il n'est pas garanti que k=10 produise un meilleur modèle final, mais seulement une estimation de performance plus fiable. Cela compte lors de la comparaison d'algorithmes sur de petits jeux de données, où une seule division entraînement-test pourrait induire en erreur.
À propos de ces questions d'entraînement
Cette question fait partie des questions d'entraînement AI-900 originales de Courseiva, rédigées pour apprendre et jamais copiées d'examens réels ou de dumps.
Traduite de l'original anglais avec l'IA et vérifiée pour le sens. Les codes d'examen, les commandes et les noms de produits sont conservés tels qu'ils apparaissent à l'examen.