我已经在许多kaggle笔记本电脑中看到，人们在使用K-fold验证进行机器学习时都在谈论oof方法。什么是oof，它与k倍验证有关？您还可以建议一些有用的资源来详细了解概念吗
感谢您的帮助!
最佳答案
OOF只是表示“非折叠”，是指使用k折验证时学习过程中的一个步骤，其中将来自每组折叠的预测分组为一组1000个预测。这些预测现在是“过时的”，因此可以对这些预测进行计算，以很好地衡量模型的好坏。
在更多地了解它的过程中，确实没有比这更多的东西了，它当然不是它自己的学习技术或其他任何东西。如果您有较小的跟进问题，请发表评论，我将尝试更新我的回答以包括此内容。
编辑:当我徘徊在网络之间时，我偶然发现了this(来自Cross-Validated)的一个相对类似的问题(答案稍为详细)，如果您仍然感到困惑，它可能会增加一些直觉。
关于machine-learning - 机器学习中的OOF方法是什么？，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/52396191/