k-fold cross validation的k怎么选

如果k取得比较小，比如2，3，4，可能偏差会比较大。

如果k取得比较大，比如20，30，会特别费时间。

我通常一般取5到10之间的数。

如果cross validation的结果对你很重要，你愿意花时间去做的话，我推荐可以做多次cross validation。因为k-fold cross validation中每个fold的validation error不是独立的。比如说，你可以先做5-fold cross validation，然后重新随机划分，再重复4次5-fold cross validation。

一般都是随便设定的哈，3到10都可以吧。因为cross validation本身就是用来选模型参数的，再花大功夫选k是不是显得有点多此一举？我个人都是设定fold=5

如果数据量很大的话，k的选择就不那么重要了，甚至做train test split就足够了