独立于受试者的训练、验证和测试中的数据分割10倍交叉验证

Question

我正在进行情绪分析。该领域的最新论文进行了独立于主题的k折叠交叉验证。但我还没有看到任何使用验证集的论文。他们只提到了火车组和测试组。例如，在10个交叉验证中，整个数据集被划分为10个独立于受试者的集合(sub1只出现在一个集合中，而不是另一个集合(。如果我们只在训练中划分数据集并测试，那么将如何调整超参数。当列车精度达到99.99%时，由于我的val精度变化(1%-4%(，最终精度是多少。

Answer 1

交叉验证是一个创建验证集并对其进行训练的过程。您可以通过在交叉验证期间监控验证度量来调整超参数。如果你的验证准确率在1-4%之间，而你的训练准确率接近完美，那么你的模型是过拟合的(很多(。有很多方法可以对抗过拟合，但其中许多都是特定于模型的，所以我需要更多的信息来进一步帮助。