При выполнении перекрестной проверки в k-кратном размере я понимаю, что вы получаете метрики точности, указывая все сгибы, кроме одного, на один сгиб и делаете прогнозы, а затем повторяете этот процесс раз. Затем вы можете запустить метрики точности для всех ваших экземпляров (точность, отзыв,% классифицированы правильно), которые должны быть такими же, как если бы вы рассчитывали их каждый раз, а затем усредняли результат (поправьте меня, если я ошибаюсь).
Конечный результат, который вы хотите, является конечной моделью.
Вы усредняете полученные модели, чтобы ваш набор из предсказаний получился в результате с моделью, имеющей метрики точности, полученные вышеуказанным методом?
источник