KFold交叉验证

交叉验证(CrossValidation)方法思想是为了在不动用测试集之前，就评估一下模型是否过于复杂而引起过度拟合

过拟合：为了得到一致假设而使假设变得过度严格称为过拟合。避免过拟合是分类器设计中的一个核心任务。

常见的交叉验证方法有

1. Hold-Out Method
2. K-fold Cross Validation(记为K-CV)
3. Leave-One-Out Cross Validation(记为LOO-CV)

k-folder cross-validation:k个子集，每个子集均做一次测试集，其余的作为训练集。交叉验证重复k次，每次选择一个子集作为测试集，并将k次的平均交叉验证识别正确率作为结果。

参考文章：

• sklearn官网kFold
• 机器学习中的交叉验证（cross-validation）