我正在使用R中的C5.0对心脏病数据集进行一些分类任务，在大多数情况下，数据将分为80％用于培训，20％用于测试， 我想使用k折交叉验证（k = 10），但我对这一点感到困惑，正如我们通过使用10倍交叉验证所知，我们将整个数据分成9个子集用于火车和一个子集用于测试。
是否有可能将数据划分为80％用于培训，20％用于测试，然后对列车数据应用k折叠交叉验证？ 或者我必须在整个数据集上应用k折交叉验证？
答案 0 :(得分：1)
一个选项是k = 5。在这种情况下，你训练80％，测试20％。但为此你不需要使用k-fold交叉验证。
k-fold交叉验证始终在整个数据集上。因此，当k = 5时，有5种可能的情景经过测试和比较。
答案 1 :(得分：0)
在整个数据集上应用k折交叉验证是更好的选择。与此方法一样，数据将分为 k 折叠，其中 k-1 折叠用于训练，剩余的1折用于测试。通过这种方式，一旦交叉验证结束，您将获得完整数据的性能。
但需要注意的是，对于大多数分类问题，参数调整是一个重要的步骤。因此，您可以考虑50％的数据来找到分类器的最佳参数。此处也使用交叉验证方法。