K折交叉验证和留一交叉验证（笔记）

K折交叉验证和留一交叉验证都是常用的交叉验证方法，用于评估和选择一个机器学习模型的性能。

K折交叉验证：将训练集分成k个子集，每次使用一个子集作为测试集，剩余的k-1个子集作为训练集，重复k次取平均值。k折交叉验证能够使用更多的数据进行训练，但是时间是留一交叉验证的k倍。

留一交叉验证将每个样本都作为测试集一次，其余作为训练，重复n次取平均值。留一交叉验证能够使用最多的数据进行训练，但是计算时间是k折交叉验证的n倍。

通常，k折交叉验证适用于数据量较大的情况；留一交叉验证适用于数据量较小的情况。