Šta je unakrsna validacija i čemu služi?

Кросс-валидација је метод процене квалитета модела машинског учења који помаже да се провери колико добро ће модел радити на новим, невидљивим подацима. Основна идеја је да се оригинални скуп података подели на неколико делова (folds), на пример, 5 или 10. Затим, модел се обучава на свим деловима осим једног, а тестира се на преосталом. Овај процес се понавља све док сваки део не буде коришћен као тест.

Ово омогућава да се добије поузданија процена перформанси модела, смањи пренаглашавање и изаберу најбољи параметри. На пример, у 5-кратној кросс-валидацији, подаци се деле на 5 делова, а модел се обучава 5 пута, сваки пут на 4 дела, тестирајући на 1.

Пример у Python-у са sklearn:

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

X, y = load_iris(return_X_y=True)
model = RandomForestClassifier()
scores = cross_val_score(model, X, y, cv=5)
print(f"Просечна тачност: {scores.mean():.2f}")