交叉驗證

在接下來的幾個練習中，你會用稱為「k 折交叉驗證」的程序來調整邏輯斯回歸模型。這是一種用來估計模型在未看過資料（像是你的 test DataFrame）上的表現的方法。

它的做法是把訓練資料切分成幾個不同的分割。確切的數量可由你決定，但在本課程中，你會使用 PySpark 的預設值 3。資料切分後，先保留其中一個分割，並在其他分割上擬合模型。接著，將模型在被保留分割上的誤差量化。對每個分割都重複這個過程，讓每一塊資料都恰好被保留一次並作為測試集。最後，將各分割的誤差取平均。這稱為模型的「交叉驗證誤差」，能良好地估計在保留資料上的實際誤差。

你將透過建立兩個超參數 elasticNetParam 與 regParam 的所有可能成對組合所形成的網格，使用交叉驗證誤差來比較所有不同的模型，從而選出最佳組合！

交叉驗證能讓你估計什麼？