Daten für maschinelles Lernen · Frage 56 von 60
Ein Team hat nur wenige hundert Datensätze. Welche Schritte sind für solche Fälle üblich?
3 Antworten sind richtig. Schwer
Lösung anzeigen
Lösung
- A Die übrigen Daten für k-fache Kreuzvalidierung nutzen
- B Das finale Modell mit den gefundenen Hyperparametern auf dem gesamten Trainings- und Validierungspool trainieren und einmal auf dem Holdout-Satz bewerten
- D Wenn möglich einen kleinen, endgültigen Holdout-Testdatensatz zurückhalten
Erklärung
Bei knappen Daten kann eine Dreiteilung zu wenig Trainingsdaten liefern und das Risiko der Unteranpassung erhöhen. Deshalb hält man wenn möglich einen kleinen Holdout-Testsatz zurück und nutzt den Rest für k-fache Kreuzvalidierung. Mit den besten Hyperparametern wird das finale Modell auf dem gesamten übrigen Pool trainiert und einmal auf dem Holdout-Satz unverzerrt bewertet.