交叉驗證是一種評估機(jī)器學(xué)習(xí)模型性能的技術(shù)，將數(shù)據(jù)分成多個互不重疊的部分，然后進(jìn)行多次訓(xùn)練和測試，最后將評估結(jié)果匯總得到模型性能指標(biāo)。
常見的交叉驗證方法有 k-fold 交叉驗證和 Leave-One-Out 交叉驗證。
其中，k-fold 交叉驗證將數(shù)據(jù)分成 k 個部分，選擇其中 k-1 個部分用于訓(xùn)練模型，剩下 1 個部分用于測試。不斷重復(fù)這個過程，每個部分都會被用于測試一次。最后將 k 次的評估結(jié)果取平均得到模型的性能指標(biāo)。 Leave-One-Out 交叉驗證是一種特殊情況，將數(shù)據(jù)集中的每個樣本依次作為測試集，其他樣本作為訓(xùn)練集，最后取全部評估結(jié)果的平均值作為模型性能指標(biāo)。
交叉驗證的目的是檢測模型在訓(xùn)練和測試數(shù)據(jù)上的性能，避免過擬合或欠擬合，并評估模型在未見過的數(shù)據(jù)上的泛化能力。通過交叉驗證的結(jié)果，可以更準(zhǔn)確地評估模型的性能和效果，從而對算法進(jìn)行選擇、調(diào)參和優(yōu)化。
京公網(wǎng)安備 11010802030320號