评估模型性能方法--数据分割

1 保持方法 把原有数据集划分成训练集以及测试集（验证集） 在训练集上训练之后在测试集上评估， 局限在于数据集太少，训练模型欠拟合以及测试集估计不准确 2 k-折交叉验证 将数据集划分为k组，k-1作为训练集，1作为测试集，k轮循环之后k的模型的测试结果的误差平均值作为评价模型的性能指标。（类似于模型融合的数据集角度） 优点： 信息充分利用 使用同样的算法，计算方便 精度为平均值，精度提升 留一法

>>阅读原文<<