交叉验证集

为了避免验证集“浪费”太多的训练数据,常见的技术是使用交叉
验证:将训练集分成若干个互补子集,然后每个模型都通过这些子集
的不同组合来进行训练,之后用剩余的子集进行验证。一旦模型和超
参数都被选定,最终的模型会带着这些超参数对整个训练集进行一次
训练,最后再用测试集测量泛化误差。