机器学习数据划分

基于目前的经验，机器学习中的数据划分主要为两种：

1. 当数据量较大时，可直接划分为train data、valid data、test data。其中，train data用于训练模型，valid data用于从训练得到的多个模型中选择一个最合适的模型，test data用于确定模型的最终效果。

2. 当数据量较小时，可采用交叉验证，交叉验证的方法有很多，主要用的有5折交叉验证、10折交叉验证和留一法。需要注意的是，交叉验证的方法将数据划分为train data和test data，没有valid data。那么最合适的模型怎么选择呢？交叉验证法是将n次交叉验证的平均结果作为选择最合适的模型的依据。