Glossaire



| 2 | 3 | A | B | C | D | E | F | G | H | I | J | K | L | M | N | O | P | Q | R | S | T | U | V | W | X | Y | Z |

V-Ensembles (ou V-Fold)

Dans la validation croisée v-ensembles (également appelée v-fold), nous tirons de façon répétée un certain nombre d'échantillons aléatoires (v) dans nos données pour l'analyse, puis nous appliquons le modèle respectif, la méthode de prévision, etc... pour calculer les valeurs prédites, les classifications, etc... Nous calculons généralement des indices de synthèse pour mesurer la précision de la prévision sur les v réplications ; par conséquent, cette technique permet à l'analyste d'évaluer la précision globale du modèle ou de la méthode de prévision respective sur des échantillons aléatoires tirés de façon répétée. Cette méthode est en général utilisée pour les méthodes d'arbres de classification et de régression (par exemple, voir les rubriques Classification Générale et Modèles de Régression (GC&RT), Modèles CHAID Généraux ou Arbres de Décision (Classification) ou Arbres Interactifs (C&RT, CHAID)).