🔑 名詞卡
交叉驗證（Cross-Validation）
🎯 定義
一種評估模型穩健性的技術，透過將數據集分割為多個子集，反覆進行訓練與測試，有效降低過擬合風險並提升模型的泛化能力。
常見方法
K折交叉驗證（K-Fold Cross-Validation）：最常見的方法，將數據集平均分成 K 個子集，每次選擇其中一個子集作為測試集，其餘 K-1 個子集作為訓練集，重複 K 次後取平均評估結果。
易混淆
- vs 過擬合防範策略：交叉驗證是評估／檢驗手段，用於衡量模型是否過擬合；正則化、Early Stopping 等才是直接預防過擬合的做法。
📖 課文原文「交叉驗證是一種評估模型穩健性的技術，透過將數據集分割為多個子集，反覆進行訓練與測試，有效降低過擬合風險並提升模型的泛化能力。」