机器学习 Out-of-Fold 折外预测详解 | 使用折外预测 OOF 评估模型的泛化性能和构建集成模型

---

一、引言

机器学习算法的模型评估通常使用重采样技术，如 K 折交叉验证。

机器学习模型可以使用 K-Fold 交叉验证技术来提高模型的预测精度。在交叉验证过程中，预测是在拆分出来的没有用于模型训练的测试集上进行的（模型训练没有见过它）。这些预测被称为折外预测（out-of-fold predictions）。折外预测在机器学习中发挥着重要作用，可以提高模型的泛化性能，以及构建集成模型。

总结如下：

• 折外预测是算对不用于训练模型的数据进行的一种样本外预测；
• 在对看不见的数据进行预测时，折外预测常用于模型评估，证明模型的泛化性能；
• 折外预测可用于构建集成模型，称为堆叠泛化或堆叠集成。

下面详细介绍使用折外预测 OOF 评估模型的泛化性能和构建集成模型

---

二、什么是折外预测？

使用重采样技术例如 K-Fold 来评估机器学习算法在数据集上的性能是一种很常见的方法。K-Fold 过程包括将训练数据集分成 K 组，然后在使用 K 组样本中的每一个作为测试集，而其余样本用作训练集。这意味着训练和评估了 K 个不同的模型。这个过程可以总结如下：

• 随机打乱数据集；
• 将数据集分成 K 组（有时候可能需要按标签的分布分层划分）；
• 对于每个独特的组：将该组作为一个保留数据用做测试，将剩余的组作为训练数据集，在训练集上拟合模型并在测试集上进行评估，重