这些试验中的每一个都是一个点估计。每次运行您所描述的过程时，模型都会在略有不同的基础数据集版本上进行训练、验证和测试，并将为您提供不同的性能数据。

但是，如果您将所有这些性能数据收集在一起，您将形成一个点估计“总体”，然后您可以使用它来推断给定模型的最佳情况/最差情况性能数据。

这种在略有不同的训练和验证数据集（当然基于百分比分割）下的性能采样正是k 折验证所做的。

在此过程结束时，您将获得能测量值，作为“数字总体”，它们将具有均值和标准差，可用于更好地衡量模型的性能。（见这里一个非常简单的例子）。$k$

然而，仅仅使用 k 折验证并不能解决数据集质量有限或质量差的问题。

有关更多详细信息，请参阅本书的第 5 章。

希望这可以帮助。

基于 A_A 关于点估计的内容——如果您有一个固定大小的数据库，并且您想真正确定哪种候选训练方法效果最好，您可能应该进行多次试验，每次试验都有自己的数据库随机拆分。

然后看看哪种方法最常成功，成功率是多少。