们先从轻松的话题开始。曾经有一家家的候选人。其中一位候选人完美地回答了所有问题，例如交叉验证的重要性、机器学习等等。
采访者问他完美的原因。 候选人回答说，他建立了一个数据库，其中包含这位面试官在过去五年中提出的所有问题，并建 特殊数据库 立了一个系统，可以以 85% 的准确率预测他会问的具体问题。
面试官表示，出于道德方面的考虑，他不能聘用该候选人。候选人回答说：“没关系。我只是在交叉验证我的预测模型。”
在我们分析交叉验证在机器学习中的重要性之前，让我们先看看交叉验证的定义。
什么是交叉验证？
交叉验证是一种评估统计分析如何推广到独立数据集的技术。
我们现在将剖析该定义并以简单的方式重现它。
在测试任何模型之前，你不想用一个独立的数据集来测试它吗？通常，在任何预测问题中，你的模型都会在已知数据集上工作。你也称之为训练数据集。然而，在实时计算中，你的模型必须处理一个未知数据集。
在这种情况下，你的模 台湾新闻型能准确预测结果吗？除非你在随机数据集上测试你的模型，否则你无法知道答案。这种测试就是我们所说的交叉验证。一旦你的模型通过了这项测试，它就适合在任何地方使用。
交叉验证的目的
交叉验证的目的是评估你 资格认证的重要性和不同类型的后续行动 的预测模型在未知数据集上的表现。我们将从外行的角度来看待它。
你正在学习如何驾驶汽车。现在，任何人都可以在空旷的道路上驾驶汽车。真正的考验是你如何在复杂的交通状况下驾驶。这就是为什么教练会在有交通拥堵的道路上训练你，以便你习惯这种路况。
因此，当您真正需要驾驶车辆时，无需教练在旁指导，您就能轻松应对各种情况，甚至可能是您从未遇到过的状况。