k折交叉驗證

一般情況將K折交叉驗證用於模型調優，找到使得模型泛化性能最優的超參值。，找到後，在全部訓練集上重新訓練模型，並使用獨立測試集對模型性能做出最終評價。   K折交叉驗證使用了無重複抽樣技術的好處：每次迭代過程中每個樣本點只有一次被劃入訓練集或測試集的機會。 K折交叉驗證圖： 如果訓練數據集相對較小，則增大k值。 增大k值，在每次迭代過程中將會有更多的數據用於模型訓練，能夠得到最小偏差，同時算法時間延

>>阅读原文<<