我有一个关于交叉验证的问题：我使用朴素贝叶斯分类器来按作者对博客文章进行分类。当我没有使用k折交叉验证来验证我的数据集时，我得到的准确率是0.6，但当我进行k折交叉验证时，每个折叠的准确率都高得多（超过0.8）。
例如：
（手动分割）：验证集大小：1452，训练集大小：13063，准确率：0.6033057851239669
然后
（使用k折）：折叠0 -> 训练集大小：13063，验证集大小：1452，准确率：0.8039702233250621（所有折叠都超过0.8）
等等…
为什么会这样？
回答：
这可能发生的原因有几个：
-
你的“手动”分割不是随机的，你恰好选择了更多难以预测的异常值。你是如何进行这种分割的？
-
k折交叉验证中的
k是什么？我不确定你所说的验证集大小是什么意思，在k折交叉验证中，你有一个折叠大小。没有验证集，你使用整个数据运行交叉验证。你确定你正确地运行了k折交叉验证吗？
通常，人们选择k = 10来进行k折交叉验证。如果你正确地使用整个数据运行它，你应该依赖其结果而不是其他结果。
