训练神经网络时的关键一步时要评估模型的泛化能力，一个模型如果性能不好，要么是因为模型过于复杂导致过拟合(高方差)，要么是模型过于简单导致导致欠拟合(高偏差)。要解决这一问题，我们就要学会两种交叉验证计数——holdout交叉验证和k折交叉验证， 来评估模型的泛化能力。训练神经网络时的关键一步时要评估模型的泛化能力，一个模型如果性能不好，要么是因为模型过于复杂导致
阅读背景：
K 折交叉验证：关于StratifiedKFold 与 KFold 的区别与联系
来源：互联网
分享到：
