在mlr3中进行CV或训练/预测

Question

在帕特里克·施拉茨的帖子中，交叉验证-训练/预测“误解”

https://mlr-org.com/docs/cv-vs-predict/

提到：

(a)进行CV是为了获得模型性能的估计。

(b)训练/预测是为了创建最终预测(你的老板可能会用它来做出一些决策)。

这意味着在mlr3中，如果我们在学术界，需要发表论文，我们需要使用CV，因为我们打算比较不同算法的性能。在行业中，如果我们的计划是训练一个模型，然后不得不一次又一次地使用行业数据进行预测，我们需要使用mlr3提供的训练/预测方法吗？

是不是我完全选错了什么？

谢谢

Answer 1

如果你想对一个模型的表现做一个陈述，你总是需要一份简历。

如果要使用模型对未知数据进行预测，请进行一次拟合，然后进行预测。

所以在实践中，你需要两个: CV + "train+predict“。

PS:你的帖子并不适合Stackoverflow，因为它与编码问题无关。有关统计问题，请参阅https://stats.stackexchange.com/。

PS2:如果你谈论的是一篇文章，请附上链接。在这种情况下，我是这篇文章的作者，但大多数人可能不知道你在说什么;)