标签: machine-learning classification cross-validation
我已经学会了从训练集中获取一些数据(调整模型参数的开发数据)以及k-fold交叉验证。我对它们有疑问,我们可以在所有机器学习算法中使用它们,例如Decision Tree和NaïveBayes吗?或者使用它们有限制吗?为了获得更好的结果,在Decision Tree和NaïveBayes中使用它们而不是纯算法更好吗? 任何帮助都将受到高度赞赏。
答案 0 :(得分:-1)
是的,您可以在所有机器学习算法中使用它们。该方法是测试您的学习算法如何在一个看不见的数据集上进行推广和执行。