交叉验证（Cross Validation）

基本思想        把在某种意义下将原始数据(dataset)进行分组,一部分做为训练集(train set),另一部分做为验证集(validation set),首先用训练集对分类器进行训练,再利用验证集来测试训练得到的模型(model),以此来做为评价分类器的性能指标。 交叉验证的目的是为了得到可靠稳定的模型。 cross-validation: 一个验证算法是否靠谱（具有可推广到新数据的

>>阅读原文<<