交叉验证

原理：将样本数据分为k份，每次选取一份数据作为验证集，其余的数据作为训练集，这样训练k次，然后选取k次训练误差的均值作为该模型的误差，以此来作为选择不同机器学习模型的依据，或者作为选择深度学习神经网络层数和节点数的依据。
步骤：

1. 将样本数据集分为k份。
2. 选取其中一份作为验证集，剩余的k-1份作为训练集。
3. 然后训练k次，取k次误差的均值作为改模型最终的误差。

参考链接：
https://blog.csdn.net/kieven2008/article/details/81582591