假设我有fold1，fold2，fold3。
我用modelA训练了fold1，fold2，fold3。
A）modelA（fold1）-> modelA（fold2）-> modelA（fold3）
B）modelA（fold1）->减轻重量modelA（fold1）-> modelA（fold2）-> 减轻体重modelA（fold2）-> modelA（fold3）->减轻体重 modelA（fold3）->合奏3的重量
哪种方法是进行k折叠交叉验证的正确方法，为什么？
答案 0 :(得分：0)
这取决于您的最终目标。 K-Fold CV用于查找模型超参数。
在此阶段之后，您可以更改验证数据集并使用它训练模型。
如果您想尽可能多地利用数据（执行预测），则最好在N的不同折叠上训练N模型并集合其预测。这与boostrap相似，在您的整体中看到了所有数据，但并不过分。不过，这种方法的计算强度是N倍，因此仍然取决于您的目标。
最后，通过将不同的模型拟合到折叠中而不是单个模型，可以获得更好的结果，但是每种算法都需要单独的超参数空间。