交叉验证（小琼）

将数据集分为训练集与验证集，对于避免获得过分夸大的模型很有指导意义，特别是在数据集较少的情况下。

交叉验证有很多类型：例如二路交叉验证等。

1.二路交叉验证：

       1》 将数据集分为训练集、验证集，使用训练集训练分类器模型，使用验证集验证模型的分类效果，此时得到一种测试结果。

        2》将训练集与验证集互换功能，即使用验证集样本数据对分类器进行模型训练，使用训练集对模型进行验证。

执行上述步骤，会得到两种实验结果，增强了分类器的分类效果（特别在数据相对较少的情况下）。

2.   N路交叉验证

        1》将数据集分为N个子数据集，使用其中的N-k个子数据集作为分类器的训练样本，剩下的k个样本作为分类器的验证集。

        2》选取与上述不同的N-k个子数据集作为分类器的训练样本，剩余的K个子数据集作为分类器的验证集。

        3》重复进行步骤 2》。

        4》将种实验结果进行 平均化，得到的结果即为模型训练的最终结果。