在做機器學習這方面研究的時候,例如pcr和pls等演算法時常會遇到最佳潛變數的選取，神經元個數的選取；這些引數的選取對模型的質量產生極大的影響。如果人為選取，這樣是十分不可靠的也是不現實的。進行交叉驗證是乙個優秀模型形成必不可少的過程。
交叉驗證的目的是為了得到更為穩健可靠的模型。
交叉驗證的方法有許多種，但是最常用的是：
<1>留一交叉驗證<2>k折交叉驗證
今天說一下何謂k折交叉驗證(k-fold cross validation)：
k折交叉驗證，將初始取樣（樣本集x，y）分割成k份，乙份被保留作為驗證模型的資料（test set），其他k-1份用來訓練（train set）。交叉驗證重複k次，每
份驗證一次，平均k次的結果或者使用其它結合方式，最終得到乙個單一估測。這個方法的優勢在於，同時重複運用隨機產生的子樣本進行訓練和驗證，每次的結果驗證一次，10折交叉驗證是最常用的。（切記每次作為驗證模型的資料是不同的）。
下面是如何用python**實現將樣本分成k份且輸出:
其輸出結果如下：
K折交叉驗證
k 層交叉檢驗之後，我們得到 k 個不同的模型誤差估算值 e1,e2 ek 理想的情況是，這些誤差值相加得 0 要計算模型的偏誤，我們把所有這些誤差值相加。平均值越低，模型越優秀。模型表現變化程度的計算與之類似。取所有誤差值的標準差，標準差越 明模型隨訓練資料的變化越小。from sklearn i...
K折交叉驗證 （cv）
之前一直理解錯了 我知道k折交叉驗證是在模型選擇過程 model selection 中用來評估候選模型的。把整個訓練集分成k份，一共進行k次評估，每次用k 1份訓練，用1份來驗證。之前以為這k次是對同乙個模型迭代訓練的，其實不是！其實是產生了k個模型，對他們的誤差取平均，來評估你選擇的模型好不好，...
K折交叉驗證學習
交叉驗證主要用於防止模型過於複雜而引起的過擬合，是一種評價訓練資料的資料集泛化 能力的統計方法。其基本思想是將原始資料進行劃分，分成訓練集和測試集，訓練集用來對模型進行訓練，測試集用來測試訓練得到的模型，以此來作為模型的評價指標。講原始資料d按比例劃分，比如7 3，從資料集中隨機選取70 作為訓練集...