專業實習競賽
K次交叉驗證
K-Fold Cross Validation
由於我們的資料集樣本數相當有限，所以在模型訓練過程，準確率（Accuracy）一直是很不穩定的，另外在訓練時也難以藉由少量的驗證集去評估模型，因此我們使用 K-Fold 交叉驗證，希望在模型的評估上掌握更全面的視角。
下圖為模型經由 K-Fold 交叉驗證訓練後得到的一些重要資訊。
現在除了經由 Accuracy 指標去評估模型外，又多了 Precision（精確率）、Recall（召回率）、F1-score（F1分數）這些指標可以來衡量，然而發現模型訓練後得到的 Precision 平均值及 Recall 平均值都差不多，無法比較其差異性，因此我們可以直接從 F1-score 平均值（Precision和Recall 的調和平均值）去觀察，可以瞭解到它的值並不算特別高，還有進步的空間。另外從標準差（STD）也可以看出模型在不同的訓練週期上表現波動較大，因此仍需謹慎評估模型的穩定性。
Accuracy = 正確預測數/總預測數
Accuracy 用於評估分類模型的效能，其中涉及預測用於輸入資料的正確標籤。要將 Accuracy 用作分類模型的衡量指標，資料集應該是平衡的，這意味著每個類別的資料點數量大致相等。如果資料不平衡，就要轉向 Precision、Recall 和 F1-Score。
Precision = TP / (TP + FP)
Precision 表示有多少被分類為第 1 類的資料點實際上就是第 1 類？
Recall = TP / (TP + FN)
Recall 表示屬於第 1 類的資料點有多少被識別正確？
F1-Score是 Precision 和 Recall 的調和平均值，這使得它對較小值敏感。這意味著如果 Precision 或 Recall 中的一個顯著低於另一個，則會對 F1-Score 產生更明顯的影響。
重點：對較小值的敏感度使得 F1-Score
對於不平衡的資料集非常實用！
當資料集不平衡時，Precision 和 Recall 值變化更大！與資料集為 50/50 相比，效能指標採用更激進的值，並且由於影響力增加，兩者中較小的值都會降低 F1-Score。