1、通常k-折交叉验证是评估机器学习模型的黄金准则(K= 3 5 10)
2、当类别数目较多,或者每类样本数目不均衡时,采用stratified交叉验证
3、当训练数据集很大,train/test split带来的模型性能评估偏差很小,或者模型训练很慢时,采用train/test split
4、对回归问题,采用 10-fold cross -validation ;对分类,采用stratified
10-fold cross -validation