我是机器学习的新手。我做了一个测试，但不知道如何解释和评估。
情况1：
我首先将数据（数据A，大约8000个单词）随机分成10组（a1到a10）。在每组内，我使用90%的数据构建ngram模型。然后用这组内剩余的10%数据测试这个ngram模型。结果准确率低于10%。其他9组也以相同的方式进行（分别构建模型并在该组剩余的10%数据上测试）。所有结果的准确率大约为10%。（这是10折交叉验证吗？）
情况2：
我首先基于整个数据集（数据A，大约8000个单词）构建了一个ngram模型。然后我将这个A随机分成10组（a1，a2，a3到a10）。接着我用这个ngram模型分别测试a1，a2到a10。我发现模型在所有组上的准确率几乎达到96%。
如何解释这种情况？提前感谢。
回答：
-
是的，10折交叉验证。
-
这种测试方法存在一个常见的问题，即在训练集上进行测试。这就是为什么准确率被夸大了。这是不现实的，因为在现实生活中，你的测试实例是新的且系统之前未见过的。
N折交叉验证是一种在许多研究中使用的有效评估方法。
