Apakah benar-benar ada perbedaan antara jackknife dan meninggalkan satu validasi silang? Prosedurnya terlihat sama, apakah saya melewatkan sesuatu?
cross-validation
jackknife
Musim dingin
sumber
sumber
Jackknife sering merujuk pada 2 proses terkait tetapi berbeda, yang keduanya mengandalkan pendekatan cuti-keluar - yang mengarah pada kebingungan ini.
Dalam satu konteks, jackknife dapat digunakan untuk memperkirakan parameter populasi dan kesalahan standarnya. Sebagai contoh, untuk menggunakan pendekatan pisau lipat untuk memperkirakan kemiringan dan mencegat model regresi sederhana, orang akan:
Nilai pseudo dan estimasi jackknife dari koefisien juga dapat digunakan untuk menentukan kesalahan standar dan interval kepercayaan. Biasanya pendekatan ini memberikan interval kepercayaan yang lebih luas untuk koefisien karena merupakan ukuran ketidakpastian yang lebih baik, lebih konservatif. Juga, pendekatan ini dapat digunakan untuk mendapatkan estimasi bias pada pisau lipat untuk koefisien juga.
Dalam konteks lain, jackknife digunakan untuk mengevaluasi kinerja model. Dalam hal ini jackknife = validasi silang leave-one-out. Keduanya merujuk pada meninggalkan satu pengamatan dari set data kalibrasi, mengkalibrasi ulang model, dan memprediksi pengamatan yang ditinggalkan. Pada dasarnya, setiap pengamatan diprediksi menggunakan "perkiraan parsial" dari para prediktor.
Inilah sedikit artikel bagus tentang jackknife yang saya temukan online: https://www.utdallas.edu/~herve/abdi-Jackknife2010-pretty.pdf
sumber