479. Selekcja zmiennych krokowa – dlaczego bywa krytykowana?
Selekcja krokowa jest prosta i popularna, ale może prowadzić do niestabilnych modeli, zawyżonej oceny dopasowania i błędnych wniosków.
Selekcja krokowa jest prosta i popularna, ale może prowadzić do niestabilnych modeli, zawyżonej oceny dopasowania i błędnych wniosków.
Walidacja wewnętrzna pomaga ocenić, jak model regresyjny może działać na nowych danych. Lekcja omawia podział próby, cross-validation i bootstrap.
Overfitting sprawia, że model świetnie opisuje dane z próby, ale słabo działa dla nowych osób. Zobacz, jak go rozpoznać i ograniczyć.