从 k 折交叉验证（或留一法）计算召回/精度可以通过平均从不同 k 折获得的召回/精度值或通过组合预测然后为每个召回和计算一个值来执行精确。

我的数据由属于两个类别的 1000 个样本组成。阳性只有 50 个，而阴性只有 950 个样本。如果我们使用平均 k 折交叉验证方法应用留一法。然后，我们会注意到我们没有定义 950 次折叠的精度和召回率（NaN），因为 NP/（TP+FP）全为零（因为在这个 k 折叠中只检查了一个负样本）。我认为，这样的 NaN 可能会被 1 代替，因为将其值设置为 0 没有意义（因为当前样本为负数，并且被正确预测为负数）。然后，我们平均 1000 倍的召回率/精度。这些值将不同于获得所有预测然后计算一个精度/召回率。

当我们对这些数据应用 k 折交叉验证而不是留一法（即使我们在每一折中产生平衡的阳性率）时，也会发生同样的差异。

所以，我的问题是：哪种方法更准确地计算 k 折交叉验证（组合或平均）的精度/召回率？留一法的情况是否相同？

有两个相关的讨论： 交叉验证中的平均值（分数）与分数（连接） 和 使用交叉验证时的平均精度和召回率

然而，第一个对这一点没有明确的答案，第二个讨论了 Fmeasure 的平均效果（不在精度/召回中）。两次讨论都没有讨论留一法是否有其他偏好。