Cross-validatie
Modelvalidatie met meerdere datapartities
Een validatiemethode waarbij data meerdere keren in trainings- en validatiesets wordt verdeeld om stabieler te meten hoe een model op ongeziene data presteert.
Hoe werkt het in de praktijk?
Eén toevallige trein-testverdeling kan een te optimistisch of te pessimistisch beeld geven. Cross-validatie herhaalt de beoordeling met verschillende delen van dezelfde dataset.
In de praktijk
Bij k-fold cross-validatie wordt de dataset in k delen gesplitst. Het model traint telkens op k-1 delen en wordt op het overblijvende deel getest; de scores worden daarna samengevat.
Concreet voorbeeld
Bij 1.000 historische recepten kan vijfvoudige cross-validatie tonen of een high-trafficmodel stabiel blijft wanneer telkens andere recepten buiten de training worden gehouden.