K折交叉验证是一种评价模型性能的常用方法。该方法中，数据集中的每个数据都有（）次机会训练模型。
举一反三
- 假设使用K折交叉验证对线性回归模型进行性能评估，请问需要对回归模型进行多少次训练和测试（ ）
- 关于交叉检验下列说法正确的是() A: 交叉检验方法中每个记录被训练了1次 B: 交叉检验方法中每个记录被检验了1次 C: 交叉检验方法中每个记录被训练的次数相同 D: 交叉检验方法中每个记录被检验的次数不同 E: K折交叉检验中,每个记录被训练了K-1次,被检测了1次 F: 交叉检验使用尽可能多的训练数据,但计算开销大
- 使用sklearn中的留一法对大小为n的数据进行交叉验证时，需要(__)次模型训练。 A: n-2 B: n-1 C: n D: 1
- 在监督学习（supervisedlearning）中，训练集用于（） A: 估算模型 B: 模型性能的定量评价 C: 验证模型 D: 模型性能的定性评价
- k折交叉验证通常将数据集随机分为k个子集。下列关于k折交叉验证说法错误的是 A: 每次将其中一个子集作为测试集，剩下k-1个子集作为训练集进行训练 B: 每次将其中一个子集作为训练集，剩下k-1个子集作为测试集进行测试 C: 划分时有多种方法，例如对非平衡数据可以用分层采样，就是在每一份子集中都保持和原始数据集相同的类别比例 D: k折交叉验证相对于留出法，其性能评价结果通常要相对更稳定一些