はじめに
ネストされた交差検証(Nested cross-validation)は、モデルとそのハイパーパラメータの汎化誤差を推定するために使用される手法です。異なるモデルを選択する場合やハイパーパラメータを最適化する必要がある場合に特に有用です。このチュートリアルでは、アヤメのデータセットを使用して、サポートベクター分類器モデルに対して非ネスト交差検証とネストされた交差検証を比較します。また、2つの方法の性能の違いを可視化します。
VMのヒント
VMの起動が完了したら、左上隅をクリックしてNotebookタブに切り替え、Jupyter Notebookを開いて練習を行ってください。
時には、Jupyter Notebookの読み込みが完了するまで数秒待つ必要がある場合があります。Jupyter Notebookの制限により、操作の検証を自動化することはできません。
学習中に問題が発生した場合は、いつでもLabbyに質問してください。セッション終了後にフィードバックを提供していただければ、迅速に問題を解決します。