"Nested cross-validation" - Laienerklärung?

[cyberjonny]

Hi miteinander,

kann mir hier irgendwer auf Deutsch und möglichst für einen Laien verständlich erklären, was eine "nested cross-validation" ist bzw. tut?
Ich weiß, wie eine normale "cross-validation" funktioniert; allerdings habe ich trotz diverser Recherche bisher nicht wirklich geschnallt, was das "nested" dann noch genau tut... :huh:
Es geht wohl irgendwie darum, dass pro Durchlauf die Parameter jeweils angepasst werden... oder so...


Würde mich über ein paar hilfreiche Worte freuen!

Gruß, Jonny

 

[scherbe]

folie 365

http://www.statistik.tu-dortmund.de...stuehle/Genetik/BI09/Vorlesung20090630_4x.pdf

 

[cyberjonny]

Die hab ich auch schon gefunden, aber so ganz checke ich es trotzdem noch nicht... inch: :facepalm:

 

[t42]

Nested Cross Validation

In nested Cross Validation you perform Cross Validation on the Model Selection algorithm. Again you first split your data into K folds. After each step you choose K-1 as your training data and the remaining one as your test data. Then you run Model Selection (the procedure I explained above) for each possible combination of those K folds. After finishing this you will have K models, one for each combination of folds. After that you test each model with the remaining test data and choose the best one. Again, after having the last model you train a new one with the same method and parameters on all the data you have. Thats your final model.

Of course there are many variations of these methods and other things I didn't mention. If you need more information about these look for some publications about these topics.


Um es einfacher als oben zu beschreiben.