交叉驗證（Cross Validation）

交叉驗證是在機器學習建立模型和驗證模型參數時常用的方法。交叉驗證就是重複使用數據，把得到的樣本數據進行切分，組合爲不同的訓練集和測試集，用訓練集來訓練模型，用測試集來評估模型預測的好壞。在此基礎上可以得到多組不同的訓練集和測試集，某次訓練集中的某樣本在下次可能成爲測試集中的樣本，即所謂的‘交叉’。 1.簡單交叉驗證 所謂的簡單，是和其他交叉驗證方法相對而言的。首先，我們隨機的將樣本數據分爲兩部分（

>>阅读原文<<