2021-04-26 阅读量: 1149
当仅有有限数量的数据时，为了对模型性能进行无偏估计，我们可以使用k折交叉验证（k-fold cross-validation）。 使用这种方法时，数据被分成k份数目相等的子集。我们构建k次模型，每次留一个子集做测试集，其他用作训练集。如果k等于样本大小，这也被称之为留一验证（leave-one-out）。
在kaggle上，一些数据集是已经对训练集和测试集进行了区分，这种情况我觉得是不用再进行数据集的切分，直接进行交叉验证的，只需要直接在测试集上进行测试即可。
需要交叉验证的场景，是指那种数据量比较少的情况下，仅仅有训练数据，训练误差并不能体现出你相应的性能，要充分利用有限的数据。
进行多次验证或者将测试集的比例增大，可以在统计学上提高算法的置信度。
答：cart树本身实现的时候就是二分的二叉树，cart算法先对数据进行二分，然后再计算基尼系数这个指标，最后根据基尼系数这个指标去寻找最优切分点。所以cart树的二分与基尼系数、信息增益率无关。
