Hold-out和Cross-validation

hold out其实就是比如说把随机80%数据作为训练集，把剩下的20%数据作为测试集。

K Cross-validation就是随机把数据分为K等份，然后使用K-1份作为训练集，把剩下的一份作为测试集。

这样，你需要训练模型K次，测试K次。

 

K Cross-validation通常能够更好的测试出模型效果，因为他使得每一个训练样本都被测试过一次，训练过K-1次。但是因为需要训练K次，测试K次，所以速度是较慢的。当你的数据集足够大的时候，hold out通常是被认为可以接受的。

 

当你时间紧迫，或者只是想得到一个base line的时候，可以使用hold out。