预测和专业建模 • 分割模型 • 验证 • K 重交叉验证
上一个
 • 
下一个
K 重交叉验证
在 K 重交叉验证中，将整个观测集分割为 K 个子集，称之为重。每个重视为保留样本，其余观测则作为训练集。
不加限制的交叉验证 R 方值优化可能过度拟合模型。要解决该问题，当交叉验证 R 方改进量最小时，K 重交叉验证停止规则终止步进。具体来说，停止规则选择一个模型，对于该模型，下十个模型的交叉验证 R 方的改进量均不超过 0.005 个单位。
选择“K 重交叉验证”选项时，显示“交叉验证”报表。拆分决策树时更新该报表中的结果。或者，若您点击“执行”，分级显示项显示最终模型的结果。
“交叉验证”报表
“交叉验证”报表显示以下内容：
k 重
重数。
-2LogLike 或 SSE
响应为分类变量时给出负对数似然值的两倍 (-2LogLikelihood)。响应是连续变量时，给出误差平方和 (SSE)。第一行给出重上的平均结果。第二行给出单个模型拟合所有观测的结果。
R 方
第一行给出重上的平均 R 方值。第二行给出单个模型拟合所有观测的 R 方值。