求审稿机会-遗传学，遗传流行病学，药物基因组学# Immigration - 落地生根
s*w
1 楼
这里专家多，问一下这个我找不到标准答案的问题
通常 cross-validation 被用来做 model selection （比如 classifier 里面的某个
parameter), 假码大致如下：
random parition data set into train and test
for C = 若干候选值
acc1,acc2,...acc10 = do 10-fold cross-validation on train for model(C)
meanAcc = mean(acc1,...acc10)
if meanAcc > bestAcc
bestAcc = meanAcc
bestC = C
这个做法是我在 libsvm 里看到的用法。我的问题是 acc1,..acc10 这10个数据 varia
nce 也很大啊，直接比 meanAcc 是不是没啥意义(我自己随便找两组出来的20个数，前
10个和后10个的 mean t test 没啥差别啊)；有没有更好的做法？
通常 cross-validation 被用来做 model selection （比如 classifier 里面的某个
parameter), 假码大致如下：
random parition data set into train and test
for C = 若干候选值
acc1,acc2,...acc10 = do 10-fold cross-validation on train for model(C)
meanAcc = mean(acc1,...acc10)
if meanAcc > bestAcc
bestAcc = meanAcc
bestC = C
这个做法是我在 libsvm 里看到的用法。我的问题是 acc1,..acc10 这10个数据 varia
nce 也很大啊，直接比 meanAcc 是不是没啥意义(我自己随便找两组出来的20个数，前
10个和后10个的 mean t test 没啥差别啊)；有没有更好的做法？
