克里金插值的基本介绍可以参考ARCGIS的帮助文档[1]. 其本质就是根据已知点的数值，确定其周围点（预测点）的数值。最直观的方法就是找到已知点和预测点数值之间的关系，从而预测出预测点的数值。比如IDW插值方法，就是假设已知点和预测点的值跟它们相对距离成反比。克里金插值的精妙之处在于它不仅考虑了已知
分类：
其他好文 时间：
2016-02-12 06:03:36
阅读次数：
854
将所有的样本都选做landmarks 一种方法是将所有的training data都做为landmarks,这样就会有m个landmarks(m个trainnign data),这样features就是某个x(可以是trainning data/cross validation data/test
分类：
编程语言 时间：
2016-02-05 19:05:09
阅读次数：
272
交叉验证（Cross validation)，有时亦称循环估计， 是一种统计学上将数据样本切割成较小子集的实用方法。于是可以先在一个子集上做分析， 而其它子集则用来做后续对此分析的确认及验证。 一开始的子集被称为训练集。而其它的子集则被称为验证集或测试集。交叉验证是一种评估统计分析、机器学习算法对独...
分类：
其他好文 时间：
2015-12-28 11:58:18
阅读次数：
362
首先说交叉验证。
交叉验证（Cross validation）是一种评估统计分析、机器学习算法对独立于训练数据的数据集的泛化能力（generalize）， 能够避免过拟合问题。
交叉验证一般要尽量满足：
1）训练集的比例要足够多，一般大于一半
2）训练集和测试集要均匀抽样
交叉验证主要分成以下几类：
1）Double cross-validation
Double cross...
分类：
其他好文 时间：
2015-08-27 23:03:09
阅读次数：
814
本文主要是对我们使用交叉验证可能出现的一个问题进行讨论，并提出修正方案。
本文地址：http://blog.csdn.net/shanglianlm/article/details/47207173...
分类：
其他好文 时间：
2015-08-02 18:19:17
阅读次数：
221
详见：http://blog.sciencenet.cn/home.php?mod=space&uid=830496&do=blog&id=676326交叉验证(Cross-Validation):有时亦称循环估计， 是一种统计学上将数据样本切割成较小子集的实用方法。于是可以先在一个子集上做分析， ...
分类：
其他好文 时间：
2015-07-31 23:28:42
阅读次数：
252
Cross Validation done wrongCross validation is an essential tool in statistical learning1to estimate the accuracy of your algorithm. Despite its great...
分类：
其他好文 时间：
2015-07-30 20:51:38
阅读次数：
220
5.3.1 The Validation Set Approachsample() function splits the set of observationsinto two halves, by selecting a random subset of 196 observations out...
分类：
其他好文 时间：
2015-07-30 07:08:36
阅读次数：
139
本文K折验证拟采用的是
Python 中 sklearn 包中的 StratifiedKFold 方法。
方法思想详见：http://scikit-learn.org/stable/modules/cross_validation.html
StratifiedKFold is
a variation of k-fold which returns stratified folds:...
分类：
编程语言 时间：
2015-07-29 21:24:34
阅读次数：
817
版权声明：本文为原创文章，转载请注明来源。1.原理1.1 概念交叉验证(Cross-validation)主要用于模型训练或建模应用中，如分类预测、PCR、PLS回归建模等。在给定的样本空间中，拿出大部分样本作为训练集来训练模型，剩余的小部分样本使用刚建立的模型进行预测，并求这小部分样本的预测误差或者预测精度，同时记录它们的加和平均值。这个过程迭代K次，即K折交叉。其中，把每个样本的预测误差平方加和...
分类：
其他好文 时间：
2015-07-28 21:15:20
阅读次数：
1786
