之前一直不明白交叉验证的具体意思，以为带个验证俩字，跟验证集一定有啥关系，结果并没有！！！
最近做实验，由于数据集太小，只有40条数据，要用留一法交叉验证，翻遍了网上的帖子都说把数据分为K份(我这k=40)，k-1份用于训练，剩余一份用于测试，大家都说的很清楚了，就是字面意思，我却一直还是迷迷糊糊，总觉得必须要和验证集（即训练集，验证集，测试集）扯上关系，然后想了半天，决定在39份数据里再分训练集和验证集，然后就总结了下面的经验
总之，交叉验证和验证集没有半毛钱关系，数据分为K份后，用k-1份用于训练，train，训练好了拿剩余一份用于测试，test, 然后再轮流使用k份中的每一份作为测试，其他K-1份作为训练，并且需要注意的是！！！总共训练了K个子模型，然后拿到了k个测试结果，假设其中对了m个，则最终测试精度就是m/k*100%。不是一直训练一个模型，那样绝对过拟合！亲身经历总结出来的教训，因为你一直重复训练一个模型，k次后，这个模型绝对记住了（背下来了）答案，你的验证精度会变为100%。
至于验证集，它的作用就只有一个，就是通过告诉你模型有没有过拟合，以指导你调整超参数，就只有这一个作用，但是对于小数据集，真的，没必要再分验证集，因为本身训练集验证集测试集三者就必须严格互斥，不能重复，以我的case为例，总共40条数据，一条用于测试集，剩余39条，如果你选38条用于训练集，则验证集一条数据，验证精度要么0，要么1.0，不能告诉你任何模型欠拟和还是过拟合的信息，因为验证集数据太少的话，验证精度的波动就会特别大，这个很好理解，比如你验证集4条数据，那么一旦和上次的正确条数差1个，你的验证精度波动就高达25%，但是如果对于大数据集，验证集假设有1000条数据，一旦和上次的正确条数差1个，验证精度波动只有0.1%，很简单的一个道理，全是我用实验经历排的坑，思考总结出来的经验。之后可以放个图出来看看是什么景象
从科学的角度分析，小数据集本身就不能代表真实数据的分布，它数据太少了，很难完美刻画真实分布，那训练集和验证集就更小了，更加不可能描绘数据的原始分布，也就不可能满足i.i.d，独立同分布的基本假设，所以你整个模型肯定学不好，所以对于小数据集，建议不要再分什么验证集了，没资本那么奢侈去进一步减少本来就不够的训练数据，训练数据越多越好，尽量刻画原来数据的真是分布。
