模型评估小结

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