LeaveOneOutristivalidointi

Leave-one-out ristivalidointi (LOOCV) on cross-validationin muoto, jossa jokainen havainto otetaan vuorollaan testihavainnon rooliin. Annettussa datassa on n havaintoa. Jokaisella kierroksella malli koulutetaan käyttäen kaikkia havaintoja paitsi yhtä, ja jätetty havainto testataan sitä vastaan. Prosessi toistetaan n kertaa ja lopullinen suorituskykymittari muodostetaan testihavainnoista saadun virheen keskiarvona. Yleisiä mittareita ovat regressiossa neliövirheen (MSE) keskiarvo ja luokittelussa virheiden osuus tai tarkkuus.

Menetelmän etuja ja soveltuvuutta. LOOCV hyödyntää lähes koko datan koulutukseen, mikä voi olla etu pienissä aineistoissa, kun halutaan maksimoida koulutusdatan määrä. Se antaa pienemmän harhan (bias) arvioidessaan generalisoituvuutta verrattuna joihinkin muuttuviin ristivalidointimuotoihin.

Rajoitteet ja huomioitavat seikat. LOOCV on laskennallisesti kallis suurilla aineistoilla, koska malli on koulutettava n kertaa. Se voi lisäksi aiheuttaa suurta tulosvaihtelua (korkea varianssi), ja herkempi poikkeaville havainnoille tai poikkeuksille, mikä voi vääristää arvioita erityisesti pienissä aineistoissa. Joillekin malleille LOOCV ei ole käytännöllinen suurten mallien tai monimutkaisten harjoitusjaksojen vuoksi, ja tavallisemmin käytetään k-fold-ristivalidointia (esim. k = 5 tai 10) tasaisemman vaihtelun ja pienemmän laskennallisen Kuormituksen saavuttamiseksi.

Yhteys muuhun ristivalidointiin. LOOCV on erityis- tilanne k-foldCV:ssä, jossa k = n. Se tarjoaa tarkimman mahdollisen arvioinnin datan käytössä, mutta on usein vähemmän käytännöllinen suurissa sovelluksissa.