k折交叉验证python代码_K折交叉验证法原理及python实现

本文为原创文章，转载请注明出处！

在训练数据的过程或者参加数据比赛的时候，常常会遇到数据量不够大的情况，在一次比赛过程我学到一个小技巧—K折交叉验证法(k-fold CrossValidation)，下面和大家分享一下。

1 变形前的K折

在遇到K折交叉验证之前，往往使用的是简单交叉验证(hold -out cross validation)，也就是从全部的训练数据 D中随机选择 d的样例作为训练集 train，剩余的作为测试集 test(红色方框表示)。相信大家一定都非常熟悉，如果还不是很了解赶紧看看大牛Andrew Ng的课程吧。

在这里，数据都只被所用了一次，没有被充分利用

那么，怎样提高数据的利用率呢？

2 K折就是讲数据集切分成K小块，验证集和测试集相互形成补集，循环交替

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

将数据集D随机分为k个包(这里假定K=6)。

每次将其中一个包作为测试集test，剩下k-1个包作为训