Conceptcross-validation / K折交叉验证 / K-Fold Cross Validation
交叉验证
机器学习中用于可靠评估模型性能的方法，将数据集分割为K个子集轮流作为验证集，由Seymour Geisser于1975年系统化，相比单次划分能更充分利用数据并揭示模型稳定性
Core Facts
Timeline (last 90 days)
Sep 12
面试高频考点包括模型评估指标、过拟合与正则化、交叉验证
Unverified50%
Sep 12
处理欠拟合的方法包括增加特征、换更强的模型、做特征工程；处理过拟合的方法包括加正则化、减少特征、增加数据或用交叉验证
Unverified50%
Sep 11
当多个独立评测来源得出一致结论时，其可信度才更高，应交叉验证多个评测来源
Verified75%
Aug 28
关键数值结论应通过独立的第二次询问、切换不同模型或人工复核的方式进行交叉验证，尤其在财务、工程等高精度场景
Unverified50%
Jul 14
应使用交叉验证而非单次训练/测试划分来更可靠地评估模型性能
Verified65%