K折交叉验证

K折交叉验证（K-Fold Cross Validation）是一种用于评估机器学习模型对独立数据集泛化能力的技术。它的工作原理是将可用数据划分为_k_个大小相等的折或子集。然后对模型进行_k_次训练，每次使用_k-1_个折作为训练集，剩下的一个折作为验证集。最后将这_k_次迭代的性能指标进行平均，从而提供模型性能的整体估计。