Специалист по данным создает бинарный классификатор заболеваний на основе случайной выборки из 400 пациентов, где распространенность заболевания составляет около 3%. Какая стратегия перекрестной проверки наиболее подходит для оценки модели?

Стратифицированная k-блочная перекрестная проверка (stratified k-fold cross-validation) наиболее подходит, потому что она сохраняет пропорцию классов в каждом блоке. При распространенности заболевания всего 3% (12 пациентов из 400) стандартная k-блочная перекрестная проверка может привести к тому, что некоторые блоки не будут содержать ни одного пациента с заболеванием, что сделает оценку модели неточной. Стратифицированный подход гарантирует, что каждый блок будет репрезентативным по отношению к общему распределению классов. Повторения (как в варианте с 3 повторениями) увеличивают вычислительные затраты, но не решают проблему дисбаланса классов. Разделение на обучающую/валидационную выборки дает только одну оценку производительности, что менее надежно, чем k-блочная перекрестная проверка.