A comparative study of ordinary cross-validation, v -fold cross-validation and the repeated learning-testing methods
普通交叉验证、v折交叉验证与重复学习—测试方法的比较AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要讨论通用交叉验证方法，未指定宏观预测、收益预测或其他所列领域的应用目标。
反馈分类问题正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
普通交叉验证、v折交叉验证与重复学习—测试方法的比较
- 研究问题
- 普通交叉验证、v折交叉验证和重复学习—测试方法之间有何差异，后两者在什么问题中能够以较低计算成本替代前者？
- 方法与思路
- 作者介绍v折交叉验证与重复学习—测试方法，并对其与普通交叉验证进行详细比较；摘要未交代比较的具体设计。
- 材料陈述的贡献
- 摘要称后两种方法在许多问题中计算成本明显低于普通交叉验证，可以作为替代方案，并报告开展了系统比较。
- 阅读关注点
- 应核对普通交叉验证的定义、数据划分与重复方式、比较所针对的任务，以及计算成本与统计表现之间的权衡。
- 阅读边界
- 仅据OpenAlex索引摘要，稿件版本未注明；误差标准、适用问题及比较结果均未说明，不能据此认定某种方法普遍更优。
原文摘要
Concepts of v-fold cross validation and repeated learning-testing methods have been introduced here. In many problems, these methods are computationally much less expensive than ordinary cross-validation and can be used in its place. A comparative study of these three methods has been carried out in detail.