¿Qué es un pliegue de validación cruzada, o esta frase no tiene sentido?

Question

Entiendo el concepto de validación cruzada de k-fold pero no entiendo lo que significa un "pliegue". Citando la página enlazada en la wikipedia:

El proceso de validación cruzada se repite k veces (los pliegues)

Esto parece muy vago. ¿El "pliegue" se refiere a cada repetición del proceso? ¿O es un sustantivo para referirse al conjunto de datos de pruebas de entrenamiento emparejadas?

Answer 1

La redacción es definitivamente incómoda allí.

Recordemos que la validación cruzada divide un conjunto de datos en $K$ aproximadamente igual a "subconjuntos de datos". Cada uno de estos "subconjuntos de datos" se llama "pliegue". $K$ -La validación cruzada de los pliegues requiere el reajuste de un modelo $K$ veces, omitiendo exactamente un pliegue de los datos cada vez, por lo que el término "pliegue" puede también para referirse a cada repetición.

Como hay una correspondencia unívoca entre los pliegues y las repeticiones, no suele haber problemas con esta laxa terminología. Por lo general, es evidente por el contexto en el que se pretende utilizar, y otras veces no hay diferencia.

Answer 2

"Doblar" se refiere a un partición (en el sentido teórico de la palabra) de la muestra, $S$ en un conjunto de entrenamiento, $T_j$ y el conjunto de validación, $V_j$ . Esto significa:

1. $T_j \cap V_j = \emptyset $ ,
2. $T_j \cup V_j = S$ ,

( $1 \leq j \leq k$ ).

Note que en "clásico" $k$ -válida cruzada (CV) se pone una condición adicional en los conjuntos de validación:

3. $V_i \cap V_j = \emptyset $ ( $i \neq j$ ).

Por último, observe que el $k$ en el clásico $k$ -Voltear CV controla tanto el número de veces que se lleva a cabo el procedimiento de validación del tren, como el tamaño de los conjuntos de validación y entrenamiento: $|V_j| \approxeq \frac {1}{k} |S|$ Por lo tanto $|T_j| \approxeq \frac {k-1}{k} |S|$ .