9章での k-fold cross-validation の説明が誤っている

[msakai]

「9.9. 並列に複数の Job を実行する」の以下の箇所ですが、 k-fold cross validation では、k個への分割自体は一回行ったら固定で、その使い方の方を変える（1つを検証データにして残りのk-1個を訓練データにしてモデルの評価を行うのをk通り繰り返す）ので、「分割の乱数を変えて」というのは正しくないと思いました。

https://github.com/tomomano/learn-aws-by-coding/blob/d35803e4803d71ed25df7ce6bbcc8ed12f5e25b2/book/aws_batch.adoc

この分割は乱数を固定してランダムに行ったが，もしこの分割によるデータのバイアスを気にするならば，分割の乱数を変えて複数回モデルの評価を行う (k-fold cross-validation) 方法も，より精緻なアプローチとして考えられる．

英語版の方は問題ないと思います。

https://github.com/tomomano/learn-aws-by-coding/blob/d35803e4803d71ed25df7ce6bbcc8ed12f5e25b2/book-en/aws_batch.adoc

However, if you are concerned about the bias of the data due to the split, you may want to evaluate the model multiple times by changing the split (k-fold cross-validation) as a more sophisticated approach.

[tomomano]

@msakai さん

ご指摘どうもありがとうございます． たしかに，ちょっと説明として不明瞭ですね．

"この分割は乱数を固定してランダムに行ったが，もしこの分割によるデータのバイアスを気にするならば，k個の異なる学習・検証データの分割をあらかじめ用意して，複数回モデルの評価を行う (k-fold cross-validation) 方法も，より精緻なアプローチとして考えられる．"

というような文章だとより正確に伝わるでしょうか？

[tomomano]

@msakai

修正版の PR つくりました． https://github.com/tomomano/learn-aws-by-coding/pull/40/files

[msakai]

ありがとうございます。その方が正確かつ分かりやすいと思います。

[tomomano]

確認どうもありがとうございます！これでマスターを更新しました。