机器学习中的“交叉验证（Cross Validation）”

[问答题]

机器学习中的“交叉验证（Cross Validation）”是什么？

查看答案及解析

追风者的少年

目的是提高模型的泛化能力。方法是将数据分成k份，按顺序每一次去除一份作为测试集，其他的作为训练集禁训练，最后讲K次训练的评估结果进行平均，作为最后模型的输出结果。

发表于 2025-09-03 16:44:51 回复(0)

哈罗罗

交叉验证是评估机器学习模型性能的方法，通过将数据平均分成N分，其中一份作为测试集，其余N-1份数据作为训练集，轮流每一份数据作为测试集，最终综合各次评估结果，以提高模型的泛化能力。

发表于 2025-08-29 14:17:52 回复(0)

小码子12

交叉验证就是将训练集均匀的分成n份，拿出其中一份作为验证集，其他作为训练集，每一次计算一个评分，经过n次训练，n次评估后，得到模型的最终评分为n次评分的平均值

发表于 2025-07-26 21:10:34 回复(0)

阿猫阿狗石头

用有限数据多次测试模型

发表于 2025-07-25 16:43:21 回复(0)

提交观点

问题信息

来自：机器学习-牛客面经八股

难度：

4条回答 5收藏 118浏览

扫一扫，把题目装进口袋