K折交叉驗證

k 折交叉驗證（k-fold cross validation）

靜态的「留出法」對資料的劃分方式比較敏感，有可能不同的劃分方式得到了不同的模型。「k 折交叉驗證」是一種動态驗證的方式，這種方式可以降低資料劃分帶來的影響。具體步驟如下：

将資料集分為訓練集和測試集，将測試集放在一邊

将訓練集分為 k 份

每次使用 k 份中的 1 份作為驗證集，其他全部作為訓練集。

通過 k 次訓練後，我們得到了 k 個不同的模型。

評估 k 個模型的效果，從中挑選效果最好的超參數

使用最優的超參數，然後将 k 份資料全部作為訓練集重新訓練模型，得到最終模型。

k 一般取 10 資料量小的時候，k 可以設大一點，這樣訓練集占整體比例就比較大，不過同時訓練的模型個數也增多。 資料量大的時候，k 可以設小一點。

​