Beruflich Dokumente
Kultur Dokumente
(Cross Validation)
Validacin cruzada
Consiste en:
Dividir en dos conjuntos complementarios los datos de muestra
Realizar el anlisis de un subconjunto (denominado datos de
entrenamiento o training set)
Validar el anlisis en el otro subconjunto (denominado datos de prueba
o test set)
Validacin cruzada
Uno de los subconjuntos se utiliza como datos de prueba y el resto (K1) como datos de entrenamiento
Validacin cruzada
Validacin cruzada
1.) Solicitar las K iteraciones que se van a utilizar para realizar Cross
Validation.
Variable 1
Variable 2
Variable de Clase
Variable 1
Variable 2
Variable de Clase
0,1
0,4
0,2
0,6
0,5
0,7
0,6
0,1
0,6
0,1
0,9
0,2
0,8
0,3
0,8
0,3
0,7
0,5
0,7
0,5
0,4
0,3
0,8
0,2
0,6
0,5
0,7
0,9
0,9
0,3
0,8
0,1
0,4
0,9
0,2
0,4
Variable 2
Variable de Clase
Folder
0,2
0,6
0,6
0,1
0,9
0,2
0,8
0,3
0,7
0,5
0,3
0,8
0,5
0,7
0,9
0,1
0,4
0,4
cantidadAciertos = 0;
Ciclo: Recorrer cada Fila del DataSet Completo con los Folders.
Pasar a Algoritmo KNN el DataSet formado de todos los Registros del DataSet Completo
con Folders menos los registros del Folder Actual del ciclo 2.
Preguntar si la variable de clase de la Fila Actual es igual al resultado arrojado por KNN
Fin_si
Fin_ciclo_Recorrido de todas las Filas.
El acumulado guardado para la iteracin i, dividirla entre el nmero de Folders y guardar este nuevo valor.
Fin_ciclo_iteraciones
Porcentaje = 0;
Ciclo: inicie en j = 0 hasta Tamao del Arreglo o Lista.
Kapropiado = j + 1;
Porcentaje = Lista[j];
Fin_si
Fin_ciclo
LOS VALORES: