機器學習中的交叉驗證（cross-validation）

交叉驗證（Cross validation)，交叉驗證用於防止模型過於複雜而引發的過擬合.有時亦稱循環估計， 是一種統計學上將數據樣本切割成較小子集的實用方法。因而能夠先在一個子集上作分析， 而其它子集則用來作後續對此分析的確認及驗證。 一開始的子集被稱爲訓練集。而其它的子集則被稱爲驗證集或測試集。交叉驗證是一種評估統計分析、機器學習算法對獨立於訓練數據的數據集的泛化能力（generalize）。

>>阅读原文<<