Kuidas kasutada ristkinnitusmeetodit mudeli hindamiseks?

Ristkinnitus on meetod masinõppe mudeli kvaliteedi hindamiseks, mis aitab kontrollida, kui hästi mudel töötab uutel andmetel. Põhitegevus on jagada algne andmekogum mitmeks osaks (folds), treenida mudelit osades ja testida seda ülejäänud osades.

Kõige levinum variant on k-fold ristkinnitus:

1. Jagada andmed k võrdseks osaks.
2. Iga osa jaoks:
   • Treenida mudelit ülejäänud k-1 osas.
   • Testida mudelit käesolevas osas (kinnituskomplekt).
3. Kõigi k iteratsiooni metrikate keskmine annab usaldusväärsema hinnangu mudeli kvaliteedile.

See aitab vältida üleõppimist ja saada objektiivsem hinnang kui lihtne jaotus treening- ja testkomplektidesse.

Näide Pythonis scikit-learn kasutades:

from sklearn.model_selection import cross_val_score
from sklearn.ensemble import RandomForestClassifier
from sklearn.datasets import load_iris

iris = load_iris()
X, y = iris.data, iris.target
model = RandomForestClassifier()
scores = cross_val_score(model, X, y, cv=5)  # 5-kordne ristkinnitus
print(f"Keskmine täpsus: {scores.mean():.2f}")