¿Utilizar modelos entrenados con validación cruzada para la predicción fuera de la muestra o entrenar un nuevo modelo utilizando los datos completos?

Question

Estoy usando support vector regression(SVR) y validación cruzada de 5 veces para la predicción de precios. ¿cuál es más apropiado después de entrenar los modelos para la predicción fuera de muestra (precio desconocido mañana)?

• ¿Utilizando 5 modelos entrenados y la media entre los resultados de los modelos para predecir el precio del día siguiente?

• ¿Entrenar un nuevo modelo SVR con todos los datos utilizando los parámetros seleccionados (estoy utilizando la búsqueda codiciosa en este procedimiento y en el anterior) y predecir el precio del día siguiente utilizando este nuevo modelo entrenado?

Answer 1

La validación cruzada se utiliza para la selección de modelos, es decir, para comparar los modelos candidatos y determinar sus parámetros. Una vez elegido el modelo o el parámetro que minimice el error de la prueba, deberá utilizar el conjunto de datos completo para entrenar un nuevo modelo para las predicciones reales.