🔑 名詞卡
LOOCV（Leave-One-Out Cross-Validation）
🎯 定義
K折交叉驗證的極端形式，K 等於樣本數 n，每次僅留下一筆樣本作為驗證、其餘 n-1 筆訓練模型，總共進行 n 次評估。
重點／應用
- 優點：評估偏差最小，適合樣本珍貴或不可浪費的情境（如臨床研究、稀有病資料）。
- 缺點：需訓練 n 次模型，計算成本極高，對模型複雜度與硬體要求較高；敏感於訓練集微小變動，模型表現波動較大。
記憶技巧
「LOOCV = K-fold 的終極版，K 直接設成樣本數 n」。
易混淆
- vs K折交叉驗證：K-fold 常見設定 K=5 或 10；LOOCV 則是 K=n 的特例，計算成本遠高於一般 K-fold。
📖 課文原文「LOOCV（Leave-One-Out Cross-Validation）是 K-fold 的極端形式。K 等於樣本數 n，每次僅留下一筆樣本作為驗證、其餘 n-1 筆資料訓練模型，總共進行 n 次評估。」