交叉验证（CV）方法的步骤

做数据训练的时候，常常为了是模型具有更好的泛化能力，通常会使用交叉验证的方法，简单介绍一下他是如何工作的。 作用：交叉验证的方法是为了为模型挑选出最为合适的参数，使得模型的性能和泛化能力更强。 k折交叉验证（n-fold cross validation） 伪代码： 循环n次    每次循环：    给出随机或者确定的参数列表    对每一个/组参数求模型的loss    选取使loss最小的一个

>>阅读原文<<