输入后可使用上下方向键选择词条，按回车打开，按 Escape 关闭结果列表。
cross-validation
释义
（机器学习/统计学）交叉验证：一种通过将数据划分为多个子集来评估模型性能和可靠性的重采样方法。
词根拆解
词源
概述
该词是20世纪统计学与计算机科学领域的现代复合词。其核心逻辑清晰：cross（交叉）描述了方法的核心操作，即数据的交叉分区与轮流测试；valid（有效）点明了方法的最终目的——验证模型的有效性与稳健性；后缀-ation则将这一过程名词化。整个词的词义直接由各语素含义逻辑组合而成，生动体现了通过“交叉”测试的方式来达成“有效性”验证的这一技术过程。
详细分析
cross-validation = cross<交叉> + valid<有效> + ation<名词后缀>
词源溯源：该词是20世纪统计学与计算机科学领域的现代复合词。其核心逻辑清晰：cross（交叉）描述了方法的核心操作，即数据的交叉分区与轮流测试；valid（有效）点明了方法的最终目的——验证模型的有效性与稳健性；后缀-ation则将这一过程名词化。整个词的词义直接由各语素含义逻辑组合而成，生动体现了通过“交叉”测试的方式来达成“有效性”验证的这一技术过程。
例句
“We used 10-fold cross-validation to ensure the model was not overfitting the training data.”
我们使用了十倍交叉验证来确保模型没有对训练数据过拟合。
“The results obtained through cross-validation are generally more reliable than a single train-test split.”
通过交叉验证获得的结果通常比单次训练-测试划分的结果更可靠。
“Cross-validation is a essential technique for evaluating the predictive performance of a machine learning algorithm.”
交叉验证是评估机器学习算法预测性能的一项基本技术。