交叉验证(CrossValidation)方法思想是为了在不动用测试集之前，就评估一下模型是否过于复杂而引起过度拟合
过拟合：为了得到一致假设而使假设变得过度严格称为过拟合。避免过拟合是分类器设计中的一个核心任务。
常见的交叉验证方法有
- Hold-Out Method
- K-fold Cross Validation(记为K-CV)
- Leave-One-Out Cross Validation(记为LOO-CV)
k-folder cross-validation:k个子集，每个子集均做一次测试集，其余的作为训练集。交叉验证重复k次，每次选择一个子集作为测试集，并将k次的平均交叉验证识别正确率作为结果。
参考文章：
