在crf ++中进行交叉验证

Question

我想知道如何在CRF ++中进行交叉验证。它写在文档中：

crf_learn -f 3 -c 1.5 template_file train_file model_file

-c float:

With this option, you can change the hyper-parameter for the CRFs. With larger C value,
CRF tends to overfit to the give training corpus. This parameter trades the balance
between overfitting and underfitting. The results will significantly be influenced 
by this parameter. You can find an optimal value by using held-out data or more 
general model selection method such as cross validation.

如何进行本手册中提到的交叉验证

Answer 1

本手册试图说明您可以通过自行执行交叉验证或在保持的集合上进行测试来确定C参数的最佳值。 CRF ++没有这样的功能。 感谢

Answer 2

如果我的理解是正确的，CRF ++没有内置的交叉验证功能。我们必须单独做到这一点