Wat is Cross-Validation?

Cross-validatie een methode chemische en diverse andere wetenschappelijke gebieden de resultaten van meerdere experimentele methoden hetzelfde doel vergelijken. Idealiter zal kruisvalidatie zowel experimentele methoden door terug te keren dezelfde resultaten te valideren. Verschillende resultaten kunnen menselijke fouten of fouten in experimenteel ontwerp te geven. De verschillen kunnen worden gebruikt om fouten te identificeren en te verfijnen één of meer van de experimentele methoden tot consistente en herhaalbare resultaten worden verkregen.

Bij cross-validatie succesvol zijn, is het doorgaans noodzakelijk om onderzoekers te weten dat een van de werkwijzen geeft nauwkeurige resultaten. Het doel is dus om de nieuwe onbevestigde methode of de vergelijker maken resultaten identiek aan die van de bekende werkwijze, of de referentie retourneren. Als geen werkwijze bekend accuraat kunnen ze waarschijnlijk worden aangepast aan dezelfde resultaten op, maar er is nog geen garantie dat deze resultaten correct zijn.

Onderzoekers maken vaak gebruik van cross-validatie bij de invoering van een nieuwe, efficiëntere experimentele methode die bedoeld is om een ​​oudere methode vervangen. De nieuwe methode is alleen nuttig als het kan worden gebruikt voor hetzelfde doel als de methode het moet worden vervangen. Cross-validatie wordt gebruikt om te waarborgen dat de nieuwe methode net zo effectief als de oude en efficiëntie niet ten koste van de nauwkeurigheid komen.

De resultaten van experimenten voor kruisvalidatie kunnen kwalitatief of kwantitatief worden bereid op basis van de aard van het experiment. Het succes van een aantal eenvoudige scheikundige experimenten kan worden getoetst door middel van eenvoudige visuele aanwijzingen, zoals kleurverandering. Een nieuwe methode die resulteert in dezelfde kleurverandering kan worden, in sommige gevallen, geoordeeld succesvol. De meeste moderne wetenschappelijk onderzoek is echter grotendeels gebaseerd op kwantitatieve methoden. Als zodanig moet kwantitatieve informatie worden vergeleken en verschillen in numerieke gegevens worden gebruikt om het succes of falen van een validatieproef beoordelen.

Veel kruisvalidatie resultaat voert grote lichamen van statistische gegevens plaats op kwalitatieve informatie of een of beide waarden zoals temperatuur en zuurgraad. Voor dergelijke statistische gegevens, is er geen enkel specifiek nummer of set van nummers die juist is, terwijl alle anderen zijn onjuist. Het succes van een kruisvalidatie wordt beoordeeld op basis van de vraag of de gegevens geretourneerd valt binnen een bepaalde drempel aanvaardbare fout. In dergelijke experimenten kunnen sommige van de geretourneerde waarden acceptabel terwijl anderen onjuist, wat aangeeft dat bepaalde delen van de geteste methoden moeten worden herzien.