我一直在使用重复的 k 折交叉验证并报告平均值（评估指标的，例如灵敏度、特异性），计算为交叉验证的不同运行的折叠的总平均值。

但是，我不确定我应该如何报告差异。我在这里发现了许多讨论重复交叉验证的问题，但是，我所知道的没有一个明确回答重复交叉验证测试中的方差问题。

我知道总方差是由于：1）模型不稳定和 2）样本量有限。

似乎有 4 种不同的方法可以计算重复 k 折交叉验证的方差：

1）在交叉验证的运行中估计的平均性能指标（例如，准确性）的方差是对方差的有效估计吗？

2）通过合并运行特定的方差（跨交叉验证测试运行的不同折叠计算）来合并方差。

3）连接来自在一个大向量中运行的交叉验证的不同折叠的分类结果。例如，如果每个折叠中的测试数据数量为 10，并且我有一个 10 折叠的 CV，则重复生成的向量大小为 100。现在，如果我重复交叉验证测试 10 次，我将有 10 个大小为 100 的向量，每个向量都包含 10 倍 CV 运行的分类结果。现在，我将计算平均值和方差作为单次运行 CV 的情况。

4）我还读到（方程式 2 和 3 中的1）方差是外部方差和预期内部方差的总和。如果我理解正确，外部方差是特定于重复的平均表现的方差，内部方差是交叉验证运行的不同折叠之间的方差。

我将非常感谢您的帮助和指导，说明哪些方差适合报告重复交叉验证测试。

谢谢，