交叉验证

英文：Cross-Validation　分类：eval

基本释义

将数据划分为多折、轮流用不同折做验证集的评估方法，充分利用数据、降低单次划分的偶然性，得到更稳健的泛化估计。

技术要点

K 折：数据均分 K 份、K 次训练验证取平均；变体：分层 K 折（保类别比例）、留一法（小数据）、时间序列前向验证（防泄漏）；代价：训练成本 ×K 倍；大数据场景常用单次划分（train/val/test）。

应用场景

用于小数据集模型评估、超参选择、类别不平衡稳健评估与学术研究（均值±方差报告）；交叉验证是"样本少也敢评"的统计方法。

返回AI百科目录 · AI最前沿首页

相关词条：大模型评审 · 聊天机器人竞技场 · 数据治理 · 验证集 · 基准测试