Я внедряю нейронную сеть для целей классификации, и теперь у меня проблемы с перекрестной проверкой. Мой вопрос задается ниже:
Нужно ли сначала обучать модель, а затем перекрестно проверять ее (K кратно) или мы сначала перекрестно проверяем модель, затем выбираем ту модель, которая хорошо работает с невидимыми данными, а затем обучаем ее. Может ли кто-нибудь подсказать мне, как работает вся эта процедура, это сбивает с толку, потому что, если обучение проводится до или после этого, роль той учебной части, которая есть в K Fold? Заранее спасибо.