对于k折交叉验证, 以下对k的说法正确的是( )
k越大, 不一定越好, 选择大的k会加大评估时间
选择更大的k, 就会有更小的bias (因为训练集更加接近总数据集)
在选择k时, 要最小化数据集之间的方差
以上所有
k越大, bias越小, 训练时间越长. 在训练时, 也要考虑数据集间方差差别不大的原则. 比如, 对于二类分类问题, 使用2-折交叉验证, 如果测试集里的数据都是A类的, 而训练集中数据都是B类的, 显然, 测试效果会很差.
青云测评
