我有一个共有58个样本的数据集 . 数据集有两列“测量信号”和“people_in_area” . 因此，我正在尝试使用Scikit-learn训练线性回归模型 . 目前，我将75％的数据集用于培训，25％用于测试 . 但是，根据分割前数据的顺序，我获得不同的R平方值 .
我认为，由于数据集很小，取决于数据在拆分之前的顺序，不同的值将保持为x_test和y_test . 因此，我正在考虑在我的线性回归模型上使用“交叉验证”将测试和训练数据随机分成几次，训练更多，并且还能够测试更多，以这种方式获得更可靠的结果 . 这是正确的方法吗？
1 回答
是的，使用交叉验证可以更好地估算您的模型性能 .
然而，随机拆分（交叉验证）将不适用于时间序列和/或所有数据分布 .
“最终模型”不仅仅是您对模型性能的估计 .