評估模型性能方法--數據分割

1 保持方法 把原有數據集劃分成訓練集以及測試集（驗證集） 在訓練集上訓練之後在測試集上評估， 侷限在於數據集太少，訓練模型欠擬合以及測試集估計不準確 2 k-折交叉驗證 將數據集劃分爲k組，k-1作爲訓練集，1作爲測試集，k輪循環之後k的模型的測試結果的誤差平均值作爲評價模型的性能指標。（類似於模型融合的數據集角度） 優點： 信息充分利用 使用同樣的算法，計算方便 精度爲平均值，精度提升 留一法

>>阅读原文<<