泛化误差的各种交叉验证估计方法综述

• 作者: 杨柳 王钰
• 来源期刊: 计算机应用研究
• 关键词: 机器学习 泛化误差 交叉验证 偏差 方差
• 年，卷（期）: 2015,（5）
• 所属期刊栏目: 综述评论
• 页码范围: 1287-1290,1297
• 页数: 5页
• 分类号: TP181
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2015.05.002

摘要

在机器学习中，泛化误差（预测误差）是用于算法性能度量最常用的指标，然而由于数据的分布未知，泛化误差不能被直接计算，实际中常常通过各种形式的交叉验证方法来估计泛化误差。详细地分析了泛化误差的各交叉验证估计方法的优缺点，对照了各种方法之间的差异，提出和分析了各方法中有待进一步研究的问题和方向。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王钰	山西大学计算机中心	26	107	4.0	10.0
2	杨柳	山西财经大学应用数学学院	13	68	3.0	8.0