Cross-validation交叉驗證(使用 train/test split 進行模型評估的缺點 & LOOCV)

K折交叉驗證   使用 train/test split 進行模型評估的缺點 ①最終模型與參數的選取將極大程度依賴於你對訓練集和測試集的劃分方法 ②該方法只用了部分數據進行模型的訓練     爲了消除這一變化因素，我們可以創建一系列訓練集/測試集，計算模型在每個測試集上的準確率，然後計算平均值。 這就是 K-fold cross-validation 的本質。   LOOCV       首先，我

>>阅读原文<<