K-折交叉驗證算法

援引：深度學習 將數據集分成固定的訓練集和固定的測試集後，若測試集的誤差很小，這將是有問題的。一個小規模的測試集意味着平均測試誤差估計的統計不確定性，使得很難判斷算法A 是否比算法B 在給定的任務上做得更好。 當數據集有十萬計或者更多的樣本時，這不會是一個嚴重的問題。當數據集太小時，也有替代方法允許我們使用所有的樣本估計平均測試誤差，代價是增加了計算量。這些過程是基於在原始數據上隨機採樣或分離出的

>>阅读原文<<