模式识别之K折交叉验证法（k-fold cross validation）

1. 交叉验证：交叉验证(Cross-validation)主要用于建模应用中，例如PCR 、PLS 回归建模中。在给定的建模样本中，拿出大部分样本进行建模型，留小部分样本用刚建立的模型进行预报，并求这小部分样本的预报误差，记录它们的平方加和。

2. k折交叉验证就是将数据集A随机分为k个包，每次将其中一个包作为测试集，剩下k-1个包作为训练集进行训练。

纽约大学博士Seymour Geisser提出K折交叉验证法，具体步骤如下：

1）将数据集D随机分为k个包（这里假定K=6）；

2）每次将其中一个包作为测试集test，剩下k-1个包作为训练集train进行训练；

3）最后计算k次求得的分类率的平均值，作为该模型或者假设函数的真实分类率；

3. 10折交叉验证举例

第1步，将数据等分到10个桶中。