Ainda não tem acesso? Estude com a gente! Matricule-se
Ainda não tem acesso? Estude com a gente! Matricule-se

Para obter o modelo final basta treiná-lo em todos os dados usados no crossvalidation ?

No curso "Machine Learning: Validação de Modelos", tópico "Treinando o modelo final", está escrito ao final: "Para obter o modelo final basta treiná-lo em todos os dados que você usou para o crossvalidation". Mas tal afirmação não parece lógica, porque se o modelo for retreinado para todos os dados, então se perderá a seleção de modelo realizada pela técnica de crossvalidation.

A documentação do sklearn fornece orientações diferentes no tópico "3.1.1.2. Obtaining predictions by cross-validation" do link "https://scikit-learn.org/stable/modules/cross_validation.html#cross-validation-and-model-selection".

Também sugiro verificar o link abaixo: https://stats.stackexchange.com/questions/411290/how-to-use-a-cross-validated-model-for-prediction

1 resposta

Olá Rodrigo.

Verifica se esse tópico esclarece esse ponto que você trouxe.

Bons Estudos.

Quer mergulhar em tecnologia e aprendizagem?

Receba a newsletter que o nosso CEO escreve pessoalmente, com insights do mercado de trabalho, ciência e desenvolvimento de software