交叉驗證（Cross Validation）

基本思想        把在某種意義下將原始數據(dataset)進行分組,一部分做爲訓練集(train set),另一部分做爲驗證集(validation set),首先用訓練集對分類器進行訓練,再利用驗證集來測試訓練得到的模型(model),以此來做爲評價分類器的性能指標。 交叉驗證的目的是爲了得到可靠穩定的模型。 cross-validation: 一個驗證算法是否靠譜（具有可推廣到新數據的

>>阅读原文<<