在对模型选择进行交叉验证时，我发现有很多方法可以引用交叉验证分数的“标准差”（这里的“分数”是指评估指标，例如准确度、AUC、损失等）

1. 一种方法是计算分数平均值的标准差$K$折叠（=标准偏差$K$折叠 /$\sqrt K$）。
2. 第二种方法是只计算分数的标准差$K$折叠。一个例子可以在这里找到。
3. 另一种我不太明白的方式。似乎计算标准差$K$折叠 /$\sqrt N$在哪里$N$是数据集的大小...

我个人认为 1) 是正确的，因为我们更关心样本均值的标准误差（这里的样本均值 =$K$折叠验证）而不是样本的标准差。谁能解释首选哪种方式？