You signed in with another tab or window. Reload to refresh your session.You signed out in another tab or window. Reload to refresh your session.You switched accounts on another tab or window. Reload to refresh your session.Dismiss alert
Hola, tengo una duda respecto a los conjuntos de datos que debemos generar para realizar la validación cruzada. En el enunciado nos dicen que consideremos el x% más reciente de los datos para definir los conjuntos de prueba y validación, sin embargo, según lo que he visto acerca de Cross-Validation en la documentación de scikit-learn, para aplicar el GridSearchCV sólo definen los set de entrenamiento y de prueba, y en base al de entrenamiento aplican el método. Luego, para comparar el rendimiento comparan la predicción con el set de prueba. Entonces no me queda claro dónde se utiliza el set de validación para la validación cruzada o esto es algo que scikit-learn lo define internamente a la hora de aplicar el método de GridSearchCV por lo que sólo hay que preocuparse por la definición de los set de entrenamiento y prueba?
The text was updated successfully, but these errors were encountered:
Hola, tengo una duda respecto a los conjuntos de datos que debemos generar para realizar la validación cruzada. En el enunciado nos dicen que consideremos el x% más reciente de los datos para definir los conjuntos de prueba y validación, sin embargo, según lo que he visto acerca de Cross-Validation en la documentación de scikit-learn, para aplicar el GridSearchCV sólo definen los set de entrenamiento y de prueba, y en base al de entrenamiento aplican el método. Luego, para comparar el rendimiento comparan la predicción con el set de prueba. Entonces no me queda claro dónde se utiliza el set de validación para la validación cruzada o esto es algo que scikit-learn lo define internamente a la hora de aplicar el método de GridSearchCV por lo que sólo hay que preocuparse por la definición de los set de entrenamiento y prueba?
The text was updated successfully, but these errors were encountered: