> ## Documentation Index
> Fetch the complete documentation index at: https://docs.abbyy.com/llms.txt
> Use this file to discover all available pages before exploring further.

# Objeto ValidationParams (Interfaz IValidationParams)

> Objeto ValidationParams (interfaz IValidationParams) en la API de ABBYY FineReader Engine: parámetros que controlan la validación del modelo de clasificación, incluida la configuración de validación cruzada k-fold.

Este objeto proporciona acceso a los parámetros utilizados al validar un modelo de clasificación. Dispone de dos estrategias:

1. Utilizar el algoritmo de validación proporcionado por ABBYY FineReader Engine. Este emplea la estrategia de validación cruzada k-fold:<br />En cada iteración, los datos categorizados proporcionados en el objeto [TrainingData](/es/fine-reader/engine/api-reference/classification-related-objects/trainingdata) se dividen aleatoriamente en FoldsCount partes iguales. Cada una de las partes se utiliza a su vez para la validación: se entrena un modelo con todas las partes excepto esa, y luego se evalúa con la parte restante.<br />El proceso se repite RepeatCount veces. De los FoldsCount \* RepeatCount modelos resultantes, el que muestra la mejor puntuación F-measure es devuelto por la propiedad [ITrainingResult::Model](/es/fine-reader/engine/api-reference/classification-related-objects/trainingresult#model), y sus puntuaciones pueden obtenerse a través de la propiedad [ITrainingResult::ValidationResult](/es/fine-reader/engine/api-reference/classification-related-objects/trainingresult#validationresult).<br />El número de objetos en el conjunto de entrenamiento en cada paso de entrenamiento será igual a \<número total de objetos> \* (FoldsCount - 1) / FoldsCount. Tenga en cuenta que este número debe ser de al menos 4 para el clasificador de texto y de al menos 8 para el clasificador combinado. Asegúrese de que su muestra de entrenamiento contenga suficientes objetos.
2. Desactivar la validación estableciendo ShouldPerformValidation en FALSE, entrenar el modelo con el conjunto de datos de entrenamiento completo y, a continuación, evaluar el rendimiento del modelo de forma independiente utilizando el método [IModel::Classify](/es/fine-reader/engine/api-reference/classification-related-objects/model/classify-method) sobre otra muestra de datos conocida.

<div id="properties">
  ## Propiedades
</div>

| Nombre                  | Tipo                                                                                                                | Descripción                                                                                                                                                                                     |
| ----------------------- | ------------------------------------------------------------------------------------------------------------------- | ----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- |
| AveragingMethod         | [AveragingMethodEnum](/es/fine-reader/engine/api-reference/enumerations/averagingmethodenum)                        | El método para calcular los valores promedio de exactitud, precisión, exhaustividad y F-measure de clasificadores con más de 2 categorías. Esta propiedad es AM\_Macro de forma predeterminada. |
| FoldsCount              | [int](/es/fine-reader/engine/guided-tour/advanced-techniques/programming-aspects/working-with-properties)           | El número de particiones utilizadas en el algoritmo de validación cruzada k-fold. El valor predeterminado de esta propiedad es 3.                                                               |
| RepeatCount             | [int](/es/fine-reader/engine/guided-tour/advanced-techniques/programming-aspects/working-with-properties)           | El número de iteraciones utilizadas en el algoritmo. El valor predeterminado de esta propiedad es 1.                                                                                            |
| ShouldPerformValidation | [VARIANT\_BOOL](/es/fine-reader/engine/guided-tour/advanced-techniques/programming-aspects/working-with-properties) | Especifica si se debe validar el modelo entrenado. Esta propiedad es FALSE de forma predeterminada.                                                                                             |

<div id="related-objects">
  ## Objetos relacionados
</div>

<img src="https://mintcdn.com/abbyy/B_SRGbkkbQ9YH40E/images/fine-reader/engine/validationparams.gif?s=443e161292945db8b9003f8df8893f0c" alt="ValidationParams" width="176" height="90" data-path="images/fine-reader/engine/validationparams.gif" />[](/es/fine-reader/engine/api-reference/classification-related-objects/trainer#validationparams)[](/es/fine-reader/engine/api-reference/classification-related-objects/trainer#trainingparams)[](/es/fine-reader/engine/api-reference/classification-related-objects/trainingparams)[](/es/fine-reader/engine/api-reference/classification-related-objects/trainer)

[Diagrama de objetos](/es/fine-reader/engine/api-reference/object-diagram)

<div id="samples">
  ## Ejemplos
</div>

Este objeto se utiliza en la herramienta de demostración [Clasificación](/es/fine-reader/engine/guided-tour/samples#classification) de Windows y en el ejemplo de código [Clasificación](/es/fine-reader/engine/guided-tour/samples#classification_unix) para Linux y macOS.

<div id="see-also">
  ## Consulte también
</div>

[Clasificación de documentos](/es/fine-reader/engine/guided-tour/basic-usage-scenarios-implementation/document-classification)