统计-交叉验证

应用场景：

• 当我们想预测某一事物时，有若干种机器学习算法，如逻辑回归，K-nearest neighbors，SVM，该选哪一个呢？
• 交叉验证会告诉我们哪个最好

原理：

• 在机器学习中，我们需要一部分训练集数据找到参数，还需要验证集数据来检验参数是否合适
• 理想的比例：75%训练集，25%验证集

• 交叉验证通过不断更换验证集的成分，来验证模型的准确性

  
  

• 将数据分成10分，进行的十折交叉验证，是实际中最常用的