最近我遇到了一篇论文，该论文建议在特定数据集上使用k-NN分类器。作者使用所有可用的数据样本对不同的k值执行 k 折交叉验证，并报告最佳超参数配置的交叉验证结果。

据我所知，这个结果是有偏差的，他们应该保留一个单独的测试集，以获得对未用于执行超参数优化的样本的准确度估计。

我对吗？您能否提供一些描述交叉验证滥用的参考资料（最好是研究论文）？