Questão FC369912
A validação cruzada é uma importante técnica em aprendizado de máquina, usada para obter uma estimativa mais robusta do erro de generalização. Dessa forma, ela contribui para a con
Inteligência Artificial (IA)
FGV · 2024
A validação cruzada é uma importante técnica em aprendizado de máquina, usada para obter uma estimativa mais robusta do erro de generalização. Dessa forma, ela contribui para a construção de modelos mais confiáveis, permitindo uma avaliação mais precisa de sua capacidade preditiva em diferentes cenários. Uma das características da validação cruzada com k conjuntos é que esse método
- considera, na sua versão estratificada, a proporção de exemplos de cada classe quando da geração de subconjuntos mutuamente exclusivos.
- divide aleatoriamente registros em treinamento e teste em proporções p e (1-p), respectivamente.
- gera conjuntos cuja interseção é não vazia, utilizados a cada iteração como conjunto de treino e teste.
- penaliza os conjuntos de treino com k sorteios aleatórios, de modo a torná-lo equilibrado frente ao conjunto de teste.
- produz o conjunto de treinamento a partir de N sorteios aleatórios com reposição a partir dos dados originais.
Mostrar resposta e comentário
Gabarito
A
Comentário do professor
A validação cruzada estratificada ajusta a divisão dos dados de modo que cada subconjunto (fold) reflita a proporção de classes presente no conjunto original. Ou seja, não é uma divisão puramente aleatória: as frequências relativas das classes são preservadas.
Na prática, para uma classe c com \(n_c\) exemplos em um total \(N\) e \(k\) folds, cada fold receberá aproximadamente \(n_c/k\) exemplos dessa classe (ou, equivalentemente, \(p_c\cdot (N/k)\), com \(p_c=n_c/N\)).
Esse cuidado é crucial em problemas de classificação, especialmente quando há classes desbalanceadas, pois evita que algum fold fique sem exemplos de uma classe minoritária.
Como os folds são mutuamente exclusivos, cada exemplo aparece exatamente em um fold de validação, mantendo assim independência entre iterações e permitindo estimativas de desempenho mais estáveis e representativas.
Portanto, a versão estratificada garante avaliações mais confiáveis do modelo ao respeitar a distribuição das classes durante a geração dos subconjuntos.
Conteúdo do catálogo FC Concursos · Atualizado em