困惑1）如果k=10这是否意味着90％用于训练而10％用于测试？所以我们总是有k%测试？
Confusion2) 在下面的代码中，我使用了 10 折交叉验证来训练支持向量机 (SVM)。一般来说，数据集将分为（a）训练集，meas(trainIdx,:)（b）测试集，meas(testIdx,:)c）验证集。在交叉验证方法中，我通过在循环内进行训练和验证来构建 SVM 学习器。根据我的理解，验证数据必须与训练和测试完全不同。但是，在许多在线资源中，据说在交叉验证之后，必须在整个数据集上重新训练，在这个例子中是meas(:,1:end). 如果是这样，那么svmModel交叉验证中的学习模型就会丢失。我完全误解了吗？
交叉验证结束后，有人可以展示分类的下一步吗？
混乱 1)
来自维基百科：
k 折交叉验证是一种评估统计分析结果如何推广到独立数据集的技术
他们还说：
在 k 折交叉验证中，原始样本被随机划分为 k 个大小相等的子样本。在 k 个子样本中，保留一个子样本作为验证数据用于测试模型，剩余的 k-1 个子样本用作训练数据。然后交叉验证过程重复 k 次，k 个子样本中的每个子样本仅使用一次作为验证数据。然后可以对 k 个结果进行平均以产生单个估计。这种方法相对于重复的随机子抽样（见下文）的优势在于所有的观测值都用于训练和验证，并且每个观测值只用于验证一次。通常使用 10 折交叉验证，[7] 但一般来说，k 仍然是一个不固定的参数。
因此，您现在看到您没有 k% 用于测试，但您始终使用数据集的 1/k% 作为测试集。注意：您可以选择保留 2/k 或更多，但编码会复杂得多。
混乱 2)
在 scikit learn 中，他们首先将此工具称为“评估性能工具”，这与维基百科作者的建议相反。关键是CV 允许您 根据您的初始数据集评估您的预测的稳健性和可靠性。
在 CV 结束时获得的最终平均值是 k 个测试集的平均分数。查看所有中间结果以评估它们的方差通常是一件好事，这在您的模型泛化能力较差的情况下可能是一个很好的解释性估计。
编辑：为什么在简历之后进行另一次培训
交叉验证也可以用作优化工具来找到模型的最佳超参数。在这种情况下，您应该采用更好的超参数（在 k 个不同的参数中；每个折叠一个）并使用它们对整个集合进行预测，以查看优化的（即从 CV 中选择的）超参数是否良好在完整的数据集上。“最佳”参数的概念可以看作是模型中在您的 CV 过程中给出最佳分数的超参数。
请注意，您仍然可以将数据集中的验证集放在一边，您不会在其上进行 CV。此验证集可用作模型预测质量的最后测试。另请参阅此处
最后，您可以使用每个 k 折模型来预测估计值，然后按照维基百科作者的建议将它们的平均值作为模型的最终预测，但这种想法更接近于集成学习或一种无需替换的Bootstrap 方法, 而不是 CV
希望能帮助到你
混淆 1）如果 k=10 那么这是否意味着 90% 用于训练，10% 用于测试？所以我们总是有 k% 用于测试吗？
不，我们没有用于测试的 k%。这意味着您的数据（训练集）被分成 k 个相等的部分，其中一部分用于验证集，其余部分组合成训练集。如果您仍有疑问，请将 k 的值更改为任何其他数字，例如 5 或 8，并在创建 k 折叠后，打印训练集和验证集的形状。
它也不是用于测试，它实际上是用于验证（这就是名称交叉验证的原因）。
混乱 2)
就个人而言，我没有遇到任何资源说你必须重新训练整个数据。你是对的，交叉验证中的模型会丢失，因为模型学习的参数将被新的参数值替换。
交叉验证后的下一步是选择最佳模型并继续进行。
我想你会在这里找到很多讨论 - https://stats.stackexchange.com/questions/52274/how-to-choose-a-predictive-model-after-k-fold-cross-validation
以及是否在整个数据集上进行训练 - https://stats.stackexchange.com/questions/11602/training-with-the-full-dataset-after-cross-validation